Das Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE bietet ab sofort eine kostenlose, Open-Source-Lösung zur frühzeitigen Fehlererkennung bei Energiesystemen – unabhängig von der zu überwachenden Komponente. Durch die zunehmende Digitalisierung des Energiesektors eröffnen sich neue Potenziale für die vorausschauende Wartung technischer Anlagen. Gerade in der Windenergie ist es entscheidend, drohende Ausfälle frühzeitig zu erkennen, um unnötige Stillstandszeiten und Kosten zu vermeiden. Herkömmliche Wartungskonzepte stoßen hier an Grenzen: Sie sind häufig reaktiv, personalintensiv oder technisch schwer skalierbar. Das neue Open-Source-Framework „EnergyFaultDetector“ ermöglicht die Überwachung zahlreicher Assets im Energiesystem und das ganz ohne kleinteilige Speziallösungen.
Im Rahmen mehrerer Forschungsprojekte hat das Fraunhofer IEE mit dem Team AEFDI (Automated Energy Fault Detection and Identification) Methoden zur KI-gestützten Anomalieerkennung entwickelt. Daraus ist der EnergyFaultDetector als vielseitig einsetzbares, skalierbares Framework zur automatisierten Fehlerfrüherkennung entstanden.
„Die frühzeitige Fehlererkennung ist ein zentraler Baustein für vorausschauende Wartung in Windparks und hat sich bereits im Projekt ModernWindABS deutlich gezeigt. Dort haben wir gemeinsam mit Windparkbetreibern ermittelt, welche technologischen Innovationen sie am dringendsten benötigen. Die Anomalieerkennung wurde dabei ganz oben eingeordnet. Es war daher nur konsequent, diese Entwicklung voranzutreiben“, erklärt Cyriana Roelofs, Projektleiterin des Projekts ADWENTURE.
Fraunhofer IEE ist Mitglied bei House of Energy e.V.