VENTUS

Der Übergang zu erneuerbaren Energiequellen ist eine der größten Herausforderungen in Europa. Der Energiesektor verursacht 78 % der gesamten Treibhausgasemissionen innerhalb der EU und 73,2 % weltweit. Daher strebt die EU an, die Emissionen bis 2030 um 55 % zu reduzieren und bis 2050 Klimaneutralität zu erreichen.

Von allen erneuerbaren Energiequellen hat die Windenergie derzeit den größten Anteil in der EU (37,5 %). Das erwartete Wachstum sowohl der Onshore- als auch der Offshore-Windenergie ist enorm:

• Das „Fit-for-55-Paket" der EU erhöht das Ziel für erneuerbare Energien von 32 % auf 40 % bis 2030 und fordert damit eine Steigerung der installierten Windkraftleistung von 180 GW (2021) auf 451 GW (2030).
• Das österreichische Ziel für den Ausbau der Windenergie bis 2030 (10 TWh Anteil am Stromerzeugungsmix) erfordert eine neu installierte Windkraftkapazität von 500 MW/Jahr.

VENTUS konzentriert sich auf die Entwicklung probabilistischer und physikalisch fundierter ML-Frameworks, die auf Windenergiesysteme zugeschnitten sind und für verbesserte Vorhersagen mit Unsicherheitsquantifizierung und Kausalzusammenhängen sorgen. Diese werden dann in europäischen, branchenrelevanten Szenarien des Windkraftanlagenbetriebs (unter Verwendung von realen Daten unserer Projektpartner:innen), insbesondere der vorausschauenden Wartung mechanischer Komponenten angewandt. Zuletzt sind Beiträge zur Open-Data-Community integriert, insbesondere die Veröffentlichung von Codes und ausgewählten Datensätzen.

VENTUS baut auf den jüngsten Entwicklungen im Bereich der physikbasierten und probabilistischen/kausalen maschinellen Lernverfahren auf. Während in beiden Bereichen in den letzten Jahren Fortschritte erzielt wurden, stellt die Kombination beider Ansätze eine neue Forschungsrichtung dar. Dies ermöglicht:

• die Erweiterung von traditionellen lernbasierten Techniken um (physikalisches, kausales) Hintergrundwissen
• eine dramatisch höhere Dateneffizienz und Übertragbarkeit auf neue Szenarien
• ein wesentlich höheres Maß an Erklärbarkeit als herkömmliche KI-Systeme

Diese Innovation in Form eines erklärbaren KI-Systems hat das Potenzial, Verluste aufgrund von Ausfallzeiten und Wartung in Windkraftanlagen um 50% zu reduzieren.

Übergeordnetes Ziel: Erklärbare KI für automatisierte Fehlererkennung und vorausschauende Wartung (TRL 3-4)

SDG-Beiträge

VENTUS befasst sich direkt mit den europäischen und nationalen Bemühungen zum Übergang zu erneuerbaren Energiequellen und damit mit den SDGs:

• • SDG 7 – Bezahlbare und saubere Energie
• • SDG 8 – Menschenwürdige Arbeit und Wirtschaftswachstum
• • SDG 9 – Industrie, Innovation und Infrastruktur

Weitere SDG-Beiträge

• • SDG 4: Bei unseren Verbreitungsaktivitäten konzentrieren wir uns auf den Know-how-Transfer
• • SDG 5: Keine unterschiedlichen Nutzungsmuster zwischen Frauen und Männern
• • SDG 12: Vertrauenswürdige ML-Anwendungen können langfristig besser verwaltet werden

Ressourceneinsparungen hinsichtlich der Klimaziele

• 1. Bei VENTUS entwickeln wir ein erklärbares KI-System mit dem Ziel, Verluste aufgrund von Ausfallzeiten und Wartungsarbeiten um 50 % zu reduzieren und damit direkt auf das EU-Ziel einzugehen, die Windkraftkapazität von 180 GW im Jahr 2021 auf 451 GW bis 2030 zu steigern.
• 2. Das entwickelte KI-System nutzt physikalisch fundierte und kausale Techniken, die wesentlich dateneffizienter sind als gängige Deep-Learning-Ansätze, was zu einem geringen ökologischen Fußabdruck führt.
• 3. Darüber hinaus werden die Methoden auf akademischer Ebene und im KMU-Bereich entwickelt, wobei um ein Vielfaches weniger Ressourcen verbraucht werden als bei KI-Systemen großer Unternehmen. Daher können die potenziellen Umweltauswirkungen von KI-Ressourcen und deren Effizienz als ausgezeichnet bewertet werden.
• 4. Mögliche Rebound-Effekte, z. B. der Verlust von Arbeitsplätzen, sind eher begrenzt, da die entwickelte KI hauptsächlich als Entscheidungshilfe dienen und nicht autonom arbeiten wird.