Treffen Sie uns auf der E-commerce Berlin Expo, 22. Februar 2024.

Bitte hinterlassen Sie Ihre Kontaktdaten, wir werden Ihnen unser Whitepaper per E-Mail zusenden
Ich stimme der Verarbeitung meiner persönlichen Daten zu, um personalisiertes Marketingmaterial in Übereinstimmung mit der der Datenschutzrichtlinie geschickt zu bekommen. Mit der Bestätigung der Anmeldung erklären Sie sich damit einverstanden, Marketingmaterial zu erhalten
Vielen Dank!

Das Formular wurde erfolgreich abgeschickt.
Weitere Informationen finden Sie in Ihrem Briefkasten.

Innowise ist ein internationales Unternehmen für den vollen Zyklus der Softwareentwicklung, welches 2007 gegründet wurde. Unser Team besteht aus mehr als 1600+ IT-Experten, welche Software für mehrere Branchen und Domänen weltweit entwickeln.
Über uns
Innowise ist ein internationales Unternehmen für den vollen Zyklus der Softwareentwicklung, welches 2007 gegründet wurde. Unser Team besteht aus mehr als 1400 IT-Experten, welche Software für mehrere Branchen und Domänen weltweit entwickeln.

IoT für das Energiemanagement: 6% Steigerung der Energieproduktion

Innowise hat eine maßgeschneiderte Lösung für den Energiesektor entwickelt, die Windturbinen überwacht und die Energieproduktion steuert.

Der Kunde

Branche
Energie
Region
USA
Kunde seit
2021
Unser Kunde ist ein bedeutender Akteur im Bereich der erneuerbaren Energien, mit besonderem Schwerpunkt auf der Windenergie. Er verwaltet eine große Anzahl von Windturbinen in verschiedenen Regionen und versorgt die Bürger vor Ort und Herstellung -Einrichtungen mit Stromanschluss.  Detaillierte Informationen über den Kunden können aufgrund der Bestimmungen der Vertraulichkeitsvereinbarung (NDA) nicht veröffentlicht werden.

Herausforderung:

Stromausfälle und kostspielige Reparaturen für den Windpark des Kunden

Der Bereich der erneuerbaren Energien, insbesondere der Windenergie, ist dynamisch und erfordert ständige Innovation, um maximale Effizienz und Betriebszeit zu gewährleisten. Unser Kunde, der seit über 20 Jahren in diesem Bereich tätig ist, hat viele unerwartete Ausfälle erlebt, die zu Stromausfällen und kostspieligen Reparaturen führten. Aufgrund seiner ehrgeizigen Expansionspläne suchte er nach IoT -Energielösungen, um die Leistung von Windkraftanlagen in Echtzeit zu überwachen und Störungen durch intelligente ML-Algorithmen zu vermeiden. Der Kunde beauftragte Innowise mit der Entwicklung eines IoT für das Energiemanagent, Echtzeitüberwachung und vorausschauende Analysen, um einen effizienten und sicheren Betrieb ihrer Windkraftanlagen rund um die Uhr zu gewährleisten.

Lösung:

IoT-Energiemanagementlösung, die die Energieerzeugung vorhersagt und Fehler verhindert

Ausgehend von den Anforderungen und Erwartungen des Kunden, Innowise hat eine IoT- und ML-gesteuerte Lösung entwickelt, die die Energieproduktion auf der Grundlage der von meteorologischen Sensoren und Turbinen gesammelten Informationen vorhersagt. Unser Projektteam hat eine fortschrittliche Plattform entwickelt, die Echtzeitinformationen über den Status jeder Windturbine bietet, die sofortige Entscheidungen ermöglicht und ohne Verzögerung auf betriebliche Hinweise reagiert.
Speicherprogrammierbare Steuerungen

Speicherprogrammierbare Steuerungen (PLC)

Als Eckpfeiler der Automatisierung setzten wir SPS ein, um Daten von Sensoren zu erfassen, die überall in den Windturbinen installiert sind. Diese Sensoren messen eine breite Palette von Betriebsparametern wie Windgeschwindigkeit, Turbinendrehzahl, Temperatur, Vibrationspegel und Drehmoment. Durch die Verarbeitung dieser Daten vermitteln die SPS ein genaues Echtzeitbild der Leistung der Windturbine, erkennen Fehlfunktionen und analysieren die Effizienz der Energieerzeugung.

Sensorindikatoren, die von vordefinierten Schwellenwerten abweichen - wie ein unerwarteter Temperaturanstieg oder ein unerwartetes Vibrationsniveau - signalisieren potenzielle Probleme wie mechanischen Verschleiß, Schmierungsbedarf oder Komponentenausfall. Die SPS wiederum erkennen diese Muster und lösen Alarme aus oder schalten die Turbine ab, um Schäden zu vermeiden. Darüber hinaus zeichnen die SPS die Leistungsdaten auf und analysieren sie zusammen mit den Windverhältnissen, um festzustellen, ob die Turbinen effizient Strom erzeugen. Dann melden sie eine Anomalie, wenn die Windgeschwindigkeit optimal ist, der Energieertrag aber unter dem Schwellenwert liegt, was auf ein Problem wie eine Verschlechterung der Rotorblätter, eine falsche Ausrichtung usw. hinweist. Durch PLS-gestützte rechtzeitige Wartung und Störungsvorbeugung wird die Langlebigkeit der Anlagen durch eine ausgewogene Energieerzeugung sichergestellt.

Datensee

Da unser Kunde über Dutzende von Windkraftanlagen verfügt, die über verschiedene Regionen verstreut sind, wurden unsere Entwickler mit dem Aufbau eines robusten Datenspeichers beauftragt, um umfangreiche ereignisgesteuerte Nachrichten zu speichern. Wir schufen ein zentrales Repository, in dem die Daten aller Turbinen, unabhängig vom geografischen Standort, gesammelt und gespeichert werden. Dazu gehören nicht nur strukturierte Daten, sondern auch unstrukturierte und halbstrukturierte Daten wie Protokolle, Sensormesswerte, Bilder und vieles mehr. IoT-Spezialisten sorgten dafür, dass alle Datennuancen erhalten blieben, was eine detailliertere Analyse ermöglichte und das Risiko von Datenverlusten reduzierte.

Außerdem ermöglichte unser Projektteam die gleichzeitige Datenverarbeitung auf mehreren Knoten. Das bedeutet, dass große Datensätze parallel verarbeitet werden können, was die Analyse- und Berichtsaufgaben erheblich beschleunigt. Dies ist entscheidend für die vorausschauende Wartung, bei der zeitkritische Erkenntnisse teure Ausfallzeiten und plötzliche Ausfälle der Windturbinen verhindern können. Die Daten für die Analyse werden von den SPS abgerufen, dann gespeichert und von AWS IoT Core und Lambda-Funktionen verarbeitet.

Daten-Visualisierung

Unser Team entschied sich für Datenvisualisierung durch anschauliche Grafana-Dashboards. Wir haben Dashboards mit verschiedenen visuellen Elementen eingerichtet, die auf die Bedürfnisse des IoT-Energiemanagements zugeschnitten sind. So können sich Betriebsleiter beispielsweise einen Überblick über die Turbinenleistung in Echtzeit verschaffen, während Wartungsteams mit Grafana einen detaillierteren Blick auf Verschleißindikatoren werfen können. So zeigen lineare Diagramme Trends im Zeitverlauf, wie z. B. die Leistungsabgabe im Tagesverlauf. Kartendiagramme bieten geografische Visualisierungen der Turbinenstandorte und ermöglichen einen schnellen Überblick über den Status des gesamten Windparks. Zeitreihen sagen zukünftige Trends auf der Grundlage vergangener und aktueller Daten voraus, was für die Planung und Vorhersage wichtig ist. Histogramme zeigen detailliert die Verteilung bestimmter Variablen wie Windgeschwindigkeiten oder Turbinenleistung, was für statistische Analysen hilfreich ist. Geokarten schließlich überlagern geografische Karten mit zusätzlichen Daten, wie z. B. Wettermustern, um den Einfluss ungünstiger Wetterbedingungen zu messen. Insgesamt erhält der Kunde eine transparente und informative Visualisierung von IoT-Daten, die leicht zu interpretieren sind und auf die er reagieren kann. Beispielsweise kann ein Wartungstechniker anhand von farbcodierten Indikatoren leicht erkennen, dass eine Turbine außerhalb ihres optimalen Bereichs arbeitet, und proaktive Maßnahmen ergreifen, um eine Störung zu beseitigen.

Analytische Berichte

Außerdem haben unsere Ingenieure dafür gesorgt, dass die IoT-gesteuerte Plattform analytische Berichte erstellt, die umfassende Einblicke in die Leistung der Windturbinen liefern. Anhand dieser Daten lässt sich feststellen, welche Turbinen gut funktionieren und welche möglicherweise gewartet oder angepasst werden müssen. Darüber hinaus nutzt das IoT-basierte System historische und Echtzeitdaten für die vorausschauende Wartung, um künftige Ergebnisse unter verschiedenen Bedingungen vorherzusagen. Auf diese Weise empfiehlt es, wann eine Wartung geplant oder der Betrieb optimiert werden sollte, ohne auf das Auftreten eines Problems zu warten. 

Durch die Analyse von Leistungstrends und externen Faktoren wie Wetterbedingungen schlägt das System außerdem Szenarien vor, in denen das IoT-Energiemanagement optimiert werden kann. So schlägt es beispielsweise Möglichkeiten vor, den Energieverbrauch zu optimieren, zusätzliche Kosten zu senken, den idealen Zeitpunkt für die Nutzung von Windenergie zu bestimmen, die Speicherung effektiv zu verwalten, überschüssige Energie an das Netz zurückzuverkaufen und die Wartungsabläufe zu optimieren.

Fehlerprognose

Mithilfe von Data Science (DS) und maschinellem Lernen (MLOps) haben wir ein Prognosemodell entwickelt, das verschiedene Faktoren analysiert, die sich auf den Zustand der Turbinen auswirken, wie z. B. Vibrationspegel, Temperatur und Leistungskennzahlen. Dieses Modell lernt kontinuierlich aus den eingehenden Daten und kann so Muster erkennen, die Anlagenausfällen vorausgehen. Wenn es diese Frühwarnzeichen erkennt, löst es ein Warnsystem aus, so dass die Wartungsteams Probleme proaktiv angehen können, bevor sie zu Ausfällen führen.

Technologien & Tools

Frontend

JavaScript, React, Redux

Backend

 Python, FastAPI

DE/ML

Apache Spark

Cloud

AWS EKS, AWS ECS, AWS ECR, AWS EC2, AWS API Gateway, AWS IOT Core, AWS Kinesis, AWS Lake Formation, AWS Lambda, AWS RDS Postgres, AWS TimeStream DB; AWS S3, AWS Route 53; AWS CloudFront

DevOps

Kubernetes, Docker, AWS EKS, AWS ECS

Datenbank

PostgreSQL, AWS TimeStream

Visualisierung

Grafana

Prozess

Die Entwicklung eines kundenspezifischen IoT-basierten Systems zur Überwachung und Wartung von Windkraftanlagen war eine komplexe, aber lohnende Aufgabe. Wir begannen mit ausführlichen Gesprächen mit unserem Kunden, um seine Bedürfnisse und Herausforderungen zu verstehen. In dieser Phase wurden die für das IoT-System erforderlichen Kernfunktionen wie Echtzeitüberwachung, Fehlervorhersage und Datenanalytik. . Mit den Anforderungen in der Hand entwickelten wir einen umfassenden Projektplan, der den Zeitplan, die Ressourcen, das Budget und die Risikomanagementstrategien darlegte. Unsere Entwicklungsphase umfasste die Erstellung der Systemarchitektur und der Benutzeroberfläche, einschließlich benutzerdefinierter Algorithmen für die Datenanalyse, Visualisierungen, vorausschauende Wartung und integrierte SPS und AWS IoT Core.  Dank der agilen Methodik konnten wir uns während des gesamten Projekts schnell und effektiv an veränderte Anforderungen und Rückmeldungen anpassen. Regelmäßige Stand-ups, Sprint-Reviews und Retrospektiven waren integraler Bestandteil unseres Prozesses und förderten eine kollaborative und dynamische Arbeitsumgebung. Dieser Ansatz ermöglichte es uns, ein maßgeschneidertes, robustes und effizientes IoT-basiertes System zu liefern, das perfekt auf die einzigartigen Bedürfnisse unseres Kunden abgestimmt ist. Ab sofort bietet Innowise Wartung und Support nach der Mittagspause, behebt kleinere Fehler und veröffentlicht regelmäßig Updates.

Team

1
Projektleiter
1
Business-Analyst
1
Lösungsarchitekt
1
Frontend-Entwickler
3
Backend-Entwickler
1
Embedded Entwickler
1
ML-Entwickler
1
DE Entwickler
1
DevOps
2
QS-Ingenieure
1
KMU der Stakeholder
team-innowise

Ergebnisse:

18% Reduzierung der Wartungs- und Reparaturkosten mit IoT- und ML-gesteuertem System

Innowise hat ein IoT- und ML-gesteuertes skalierbares System entwickelt, das die Energieproduktion auf der Grundlage von speicherprogrammierbaren Steuerungen vorhersagt. Wir haben eine ausgeklügelte Plattform entwickelt, die wichtige Informationen von den Windturbinen sammelt, ihre Leistung bewertet und genaue Erkenntnisse für eine fundierte Entscheidungsfindung liefert. Auf der Grundlage dieser Informationen können Kundenmanager den Zustand der Turbinen in Echtzeit überwachen und Szenarien vorschlagen, um die Energieproduktion zu optimieren und überflüssige Ausgaben zu reduzieren. Dank ML-Algorithmen sagt unsere bahnbrechende Lösung die Stromerzeugung auf der Grundlage von Wettervorhersagen und gesammelten Analysen voraus. Darüber hinaus ermittelt sie den besten Zeitpunkt für die Abschaltung von Windparks und die Durchführung entsprechender Wartungsarbeiten. Dies ist besonders wichtig für Turbinen in abgelegenen oder rauen Umgebungen, wo Reparaturen schwierig und teuer sein können.

Projektdauer
  • September 2021 - Fortlaufend

bis zu 6%

 Steigerung der Energieproduktion

18%

 Senkung der Wartungs- und Reparaturkosten

26

Verhinderung kritischer Bedrohungen

Kontaktieren Sie uns!

Anruf buchen oder füllen Sie das Formular unten aus und wir melden uns bei Ihnen, sobald wir Ihre Anfrage bearbeitet haben.

    Bitte fügen Sie Projektdetails, Dauer, Technologie-Stack, benötigte IT-Experten und andere Infos bei.
    Bitte fügen Sie Projektdetails, Dauer, Technologie-Stack, benötigte IT-Experten
    und andere Infos bei.
    Hängen Sie nach Bedarf zusätzliche Dokumente an.
    Datei hochladen

    Sie können bis zu 1 Datei von insgesamt 2 MB anhängen. Gültige Dateien: pdf, jpg, jpeg, png

    Bitte beachten Sie, dass Innowise mit dem Anklicken der Schaltfläche 'Senden' Ihre persönlichen Daten nach der Datenschutzrichtlinie verarbeiten wird, um Ihnen die gewünschten Informationen zukommen zu lassen.

    Wie geht es weiter?

    1

    Sobald wir Ihre Anfrage erhalten und bearbeitet haben, werden wir uns mit Ihnen in Verbindung setzen, um Ihre Projektanforderungen zu besprechen und eine NDA zu unterzeichnen, um die Vertraulichkeit der Informationen zu gewährleisten.

    2

    Nach Prüfung der Anforderungen erstellen unsere Analysten und Entwickler einen Projektvorschlag, der Arbeitsumfang, Teamgröße, Zeit- und Kostenschätzung enthält.

    3

    Wir vereinbaren einen Termin mit Ihnen, um das Angebot zu besprechen und eine Vereinbarung zu treffen.

    4

    Wir unterzeichnen einen Vertrag und beginnen umgehend mit der Arbeit an Ihrem Projekt.

    Vielen Dank!

    Ihre Nachricht wurde gesendet.
    Wir werden Ihre Anfrage bearbeiten und Sie so schnell wie möglich kontaktieren.

    Diese Website verwendet Cookies

    Wir verwenden Cookies, um Ihr Surferlebnis zu verbessern, personalisierte Werbung oder Inhalte anzuzeigen und den Website-Verkehr zu analysieren. Wenn Sie auf "Alle akzeptieren" klicken, stimmen Sie unserer Verwendung von Cookies zu. Sehen Sie sich unser der Datenschutzrichtlinie geschickt zu bekommen.

    Vielen Dank!

    Ihre Nachricht wurde gesendet.
    Wir werden Ihre Anfrage bearbeiten und Sie so schnell wie möglich kontaktieren.

    Pfeil