Using Physics-Informed Machine Learning for reusing power system components

Syfte och mål

Syftet med projektet är att använda innovativa beräkningsmetoder och dra nytta av fysik-informerade neurala nätverk (PINN) för att studera åldrandet av kraftkomponenter samt att i vindparken hitta möjliga tillämpningar för deras återanvändning. Projektets mål är att: - använda PINNs för att förutsäga komponenternas åldrande. - studera potentiella tillämpningar av metoden. - identifiera metoder för övervakning av äldre komponenter för att garantera systemets säkerhet.

Förväntade effekter och resultat

Förväntade effekter: - Nya strategier för hantering av uttjänta komponenter kan minska de negativa klimatpåverkan inom det förnyelsebara energi systemet - Svenska och internationella företag kommer kunna använda vår metodik för att minska kapitalinvesteringar och få ökad avkastning på investeringar även efter avveckling av vindkraftverken Resultat: - Utveckla PINNs som hjälper till att förutsäga åldrandet av kraftkomponenter i en vindpark - Ta fram strategier för återanvändning och upcycling av kraftkomponenter till nya tillämpningar

Planerat upplägg och genomförande

Projekt kommer att pågå mellan den 1 november 2021 och den 30 juni 2026. Projektet kommer att bestå av sju arbetspaket. Det första arbetspaketet fokuserar på att identifiera nyckeltillgångar. Arbetspaket 2 och 3 kommer att inriktas sig på utveckling av PINN-metoder och utgör den längsta projektfasen. Arbetspaket 4, 5 och 6 ska testa metoderna, med hjälp av fallstudier föreslå nya möjliga tillämpningar för tillgångarna, samt ge en ekonomisk utvärdering av resultaten. Arbetspaketet 7 ska fokusera på spridning av projektresultaten.