Kostenlose KI-Fehlerdiagnose: Fraunhofer IEE startet Open-Source-Tool für Energieanlagen

Kassel – Die Digitalisierung der Energiewirtschaft schreitet voran und eröffnet neue Chancen für die Betriebsführung. Das Fraunhofer IEE stellt mit dem Energy-Fault-Detector ein frei verfügbares Open-Source-Tool zur KI-gestützten Fehlerfrüherkennung in Energiesystemen bereit – skalierbar, komponentenunabhängig und ohne zusätzliche Sensorik.

Das Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik (Fraunhofer IEE) will mit dem Energy-Fault-Detector Ausfällen in Windparks und anderen Energiesystemen wirksam vorbeugen. Die neue, als Python-Bibliothek verfügbare Software erkennt mithilfe selbstlernender Algorithmen Anomalien in Echtzeit, unterstützt die Ursachenanalyse und lässt sich nahtlos in bestehende Infrastrukturen integrieren.

KI erkennt Fehler, bevor es kritisch wird

Kostspielige Ausfälle in Windparks und anderen Energieanlagen könnten künftig deutlich seltener auftreten. Das neue Framework des Fraunhofer IEE soll genau das ermöglichen: Der Energy-Fault-Detector erkennt automatisch Störungen in technischen Anlagen, analysiert deren Ursachen und nutzt dafür ausschließlich vorhandene Betriebsdaten – ganz ohne Zusatztechnik.

„Die frühzeitige Fehlererkennung ist ein zentraler Baustein für vorausschauende Wartung in Windparks“, erklärt Cyriana Roelofs, Projektleiterin des IEE-Projekts ADWENTURE. Schon im Vorgängerprojekt ModernWindABS habe sich gezeigt, dass Betreiber innovative Lösungen zur Anomalieerkennung besonders stark nachfragen. Die Entwicklung des Energy-Fault-Detectors sei daher der nächste logische Schritt gewesen.

Anpassbar, skalierbar, offen

Das System basiert auf einem Autoencoder-Ansatz und nutzt ausschließlich bestehende SCADA-Daten. Durch automatische Modellanpassung kann es flexibel auf unterschiedliche Anwendungen skaliert werden – von einzelnen Windenergieanlagen über Prozesse der Energiewirtschaft bis hin zu Fernwärmenetzen.

Auch die Integration in vorhandene Betriebsführungssysteme ist einfach umsetzbar, das Fraunhofer IEE bietet dabei Unterstützung an.

Für Entwickler und Betreiber: Einstieg per Knopfdruck

Der Energy-Fault-Detector richtet sich an Entwickler, Dienstleister und Anlagenbetreiber gleichermaßen. Die Python-Bibliothek ist über pip installierbar. Für einen schnellen Start enthält das Paket das Modul quick_fault_detector, mit dem sich mit nur einer Codezeile Betriebsdaten aus einer CSV-Datei analysieren und Fehler identifizieren lassen.

Ein besonderer Vorteil: Dank des erklärbaren KI-Moduls ARCANA kann das System nicht nur Anomalien erkennen, sondern auch Hinweise auf potenzielle Fehlerursachen geben – eine wichtige Unterstützung bei der Vorbereitung von Wartungseinsätzen.

Digitale Wartung ohne Zusatzkosten

Ein zentrales Merkmal des Energy-Fault-Detectors ist die Verzicht auf zusätzliche Hardware. Stattdessen nutzt das System ausschließlich bereits vorhandene Datenquellen. „Unser Energy-Fault-Detector bringt diese Technologie jetzt in die Praxis und macht vorausschauende Wartung für viele Betreiber einfach zugänglich. Er ermöglicht eine schnelle, zuverlässige Fehlererkennung, die ohne zusätzliche Hardware auskommt und sich flexibel auf unterschiedliche Anlagen anpassen lässt“, betont Rehwald.

Zum Kennenlernen steht ein kostenloser Demozugang zur Windüberwachungsplattform bereit.

Quelle: IWR Online