Avansert analyse og prediktivt vedlikehold

For ti år siden, ble det satt i gang et FOU-prosjekt i Statnett som skulle forbedre feilanalyse av sentralnettet ved avansert bruk av data. Systemet er i dag i full drift, men videreutvikles kontinuerlig. Målet er å oppdage feilene, før de i det hele tatt skjer.

Statnetts system, som er utviklet i samarbeid med ressurser fra SYSCO, har fått navnet AutoDig, og er en analyse- og informasjonsløsning som tilbyr automatisk diagnose ved feil i strømnettet. Applikasjonen benyttes i dag for å samle inn, sammenstille, bearbeide og presentere data og gir brukeren en rask oversikt over all relevant informasjon ved en driftsforstyrrelse. Avanserte analyser beriker rapporteringen, og gir brukeren mulighet til å fatte raskere konklusjoner på årsak til feil. Før AutoDig var dette en manuell og tidkrevende prosess, da underlagsdata var spredt over mange forskjellige spesialistsystemer.

Selv om datamengden fortsatt er den samme, er det nå tilført koblinger og strukturering som gir brukerne mulighet til å jobbe mer effektivt. I tillegg gjøres det automatiske beregninger av mer avansert karakter, som beregning av avstand til feil, årsaksanalyse og klassifisering av type feil.

Løsningen har også muligheter for å tilby prediktive rapporter. Målet er å avdekke feil på et tidlig stadium, og på den måten unngå at de får utvikle seg til større feil og påfølgende kostnader.

Analyseverktøyet er fortsatt avhengig av Statnetts kompetente medarbeidere, men de kan nå jobbe mer effektivt og ta raskere beslutninger. Over tid vil dette gi nye muligheter for å forbedre nettet, basert på analyse av hendelser og iverksatte tiltak.

Morten Småstuen, som er avdelingsleder for Statnetts driftsstøttesystemer, forteller at man allerede merker gode resultater fra det nye systemet. -Dagen etter stormen Tor slo inn over Norge, fortalte AutoDig oss at det hadde vært 30 driftsforstyrrelser i nettet. Dette hadde vi aldri vært i stand til å finne ut manuelt. Med denne type løsninger, kan Statnetts analytikere derfor bruke tid på å analysere og forebygge feil, fremfor å sammenstille data, konkluderer han.

Jardar Marshall Bond, er Data Scientist hos SYSCO, og en av de som har jobbet tett med Statnett i AutoDig prosjektet. Han mener at grunnlaget for alle slike systemer ligger i hvordan prosjektet blir gjennomført og at man kan tilby den rette kompetansen.

-Et viktig suksesskriterie for oss, når vi går inn i prosjekter som dette, er derfor at vi skal etablere et tett samarbeid med oppdragsgiver og kunne gi kunden nye perspektiver på både behov og muligheter, forklarer Bond. En god konsulent vil tilføre merverdi og det er her SYSCO sin spisskompetanse viser raskt igjen, mener han.

Bond er også opptatt av at systemene aldri blir bedre enn hvordan de blir brukt, og at det derfor er viktig at oppdragsgiver har et eierforhold til de funksjoner og løsninger som utvikles. En viktig del av utviklingsprosessen, er derfor å bidra til å modne kundens organisasjon, slik at den forestående digitaliseringen skjer på en måte som gir kunden det forventede resultat. Her er det viktig at prosjektet har mandat til å forbedre og forenkle, samt at det settes fokus på endringsledelse.

-Visjonen med AutoDig, er at feilene skal oppdages før de skjer, men på veg dit har vi jo også en rekke andre utfordringer og muligheter som skal håndteres. Slik vil det være for alle organisasjoner, og derfor er det viktig med en kompetent rådgiver, konkluderer Bond.

Under årets «Oslo Innovation Week» ble Autodig hedret med en 3. plass, da man kåret årets innovasjonsprosjekt på nasjonalt nivå.