Digitalisering av transformatorstation genom QMU och AI-baserad analys för fel-prediktering
| Diarienummer | |
| Koordinator | EcoPhi AB |
| Bidrag från Vinnova | 2 000 000 kronor |
| Projektets löptid | november 2024 - november 2025 |
| Status | Pågående |
| Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
| Ansökningsomgång | Avancerad och innovativ digitalisering 2024 - ettåriga projekt |
Syfte och mål
Projektet moderniserar transformatorstationer för att hantera energisystemens ökande komplexitet, driven av industrins elektrifiering. EcoPhi’s AI-drivna Merging Unit (QMU) installeras hos Ellevio och Härryda Energi och kombineras med Eneryields AI-analyser. QMU samplingsfrekvens på 1,5 miljoner datapunkter per sekund förbättrar felavkänning, driftsäkerhet och energieffektivitet. Projektet stödjer energiomställning, minskar driftstopp och miljöpåverkan samt främjar FN Agenda 2030-mål.
Förväntade effekter och resultat
Projektet digitaliserar transformatorstationer och förbättrar felprognoser, lokalisering och orsaksanalys genom AI och högfrekvent datainsamling. Det säkerställer skalbarhet, energieffektivitet och cybersäkerhet samtidigt som teknikens färdighetsnivå höjs från TRL 5 till 7. Projektet stöder Sveriges energiomställning genom att öka nätets tillförlitlighet, minska driftstopp och främja hållbar industriell elektrifiering i linje med globala mål för ren energi, innovation och hållbarhet.
Planerat upplägg och genomförande
Projektet är uppdelat i fem arbetspaket (WP): WP1 fokuserar på hårdvaruinstallation och QMU-konfiguration under fyra månader. WP2 etablerar datakommunikation senast månad 5. WP3 hanterar systemintegration och testning på en månad. WP4, ledd av Eneryield, optimerar AI och säkerställer IT-säkerhet. WP5 slutför AI-implementationen med feedback och iteration. Kontinuerligt samarbete mellan EcoPhi, Eneryield, Ellevio och Härryda Energi säkerställer datadelning och systemförbättringar.