Elnätsoperatörer som Bjäre Kraft, Telge Nät och Kraftringen stod inför återkommande utmaningar med oplanerade avbrott (trippar) i elnätet. Dessa driftstopp ledde till kostsamma avbrott, ineffektivt underhåll och en påfrestande arbetsmiljö. För att kunna förutse och förebygga dessa avbrott behövdes en mer avancerad, datadriven lösning. Traditionella metoder för övervakning och fel-identifiering räcker ofta inte till för att förebygga dessa problem i tid.

Vi hjälpte dLab att utveckla och implementera en kraftfull maskininlärningsbaserad mjukvara för elnätsanalys. Genom att kombinera vår tekniska expertis med dLabs domänspecifika kunskap kunde vi skapa ett system som:

• Har Övervakning och varningssystem för att tidigt prediktera avbrott och störningar i elnätet. Systemet har förutsägelse av avbrott och störningar, vilket gör det möjligt att schemalägga förebyggande underhåll och därmed minimera risken för driftstopp.
• Kan kombinera domänspecifik kunskap och datadrivna insikter för att maximera träffsäkerheten i förutsägelserna.

En sådan lösning av dLabs mjukvara medför:

• Minskade oplanerade avstängningar tack vare proaktiv felsökning.
• Effektivare underhållsscheman som bidrog till en tryggare och mer produktiv arbetsmiljö.
• Kostnadsbesparingar och förbättrad driftstabilitet för elnätsoperatörerna.