Supersized 5.0

Supersized 5.0 bouwt verder op de resultaten van Supersized 4.0 en richt zich op geoptimaliseerde exploitatie en onderhoud (O&M) voor een vloot van (offshore) windparken. 

Edge-cloud dataverwerking maakt het mogelijk om feature-extractie te maximaliseren en tegelijkertijd te voldoen aan de beperkingen van datanetwerken die offshore windparken met elkaar verbinden. Verder worden AI-modellen geoptimaliseerd voor het maken van robuuste voorspellingen die veranderingen kunnen identificeren en inzicht geven in de betrouwbaarheid van de modellen. 

Daarbij gaat er bijzondere aandacht naar de vele uitdagingen die gepaard gaan met het gebruik van de meetgegevens, zoals een voortdurend veranderende omgeving, beperkte case studies van foutgegevens en de nood aan zo weinig mogelijk vals-positieve resultaten.

De focus in dit project ligt op drie belangrijke gebieden: 

• performance monitoring;
• condition monitoring; en 
• structural health monitoring. 

Binnen deze gebieden worden nieuwe methoden ontwikkeld die voortbouwen op de combinatie van snelle SCADA, lidar en metingen die specifiek gericht zijn op performance monitoring (goedkope metingen van weersdata), condition monitoring (goedkope versnellingsdetectie op de aandrijflijn) en structural health metingen (goedkope toren versnellingsmeter). 

Anomalieënfusie en geautomatiseerde methoden voor het maken van scenario's maken het mogelijk om representatieve scenario's voor exploitatie en onderhoud (O&M) te definiëren op basis van inzichten uit een grote hoeveelheid meetgegevens. 

Deze scenario's vormen de basis om eventuele risico's te beoordelen aan de hand van nieuwe O&M-strategieën, evenals O&M-visualisaties waarin de risicogebaseerde inzichten bruikbaar worden gemaakt.