Caverion Intelligence -tekoälyratkaisu varmistamassa OKG:n ydinvoimalan toimintavarmuutta

< Referenssit-etusivulle

 Caverion Intelligencen tekoälyjärjestelmän ansiosta olemme pystyneet tunnistamaan ja korjaamaan useita poikkeavuuksia ennen kuin niistä kehittyi varsinaisia vikoja.

Sune Jonsson, Manager System and Plant Development, OKG AB

Tavoitteet

• Ruotsalainen ydinvoimayhtiö OKG tavoitteli tehokkaampaa datan hyödyntämistä tuotantovarmuuden takaamiseksi Oskarshamnin ydinvoimalassa. Datan hyödyntämisellä tavoiteltiin entistä varhaisempaa näkyvyyttä laitoksen kriittisiin kohteisiin sekä laajempaa näkyvyyttä ei-kriittisiin laitteisiin.
• Tavoitteena oli löytää nykyaikainen työkalu voimalasta kerättävän datan hyödyntämiseen. Vikojen varhainen havaitseminen ehkäisee käyttökatkoja ja mahdollistaa kunnossapitotöiden tehokkaan suunnittelun.
• Kaikkien voimalassa käytettävien palveluiden tulee vastata tiukkoja turvallisuus- ja tietoturvasäädöksiä.

Ratkaisut

• Caverion Intelligence Anomaly Detection -palvelu hyödyntää koneoppimista ja laitoksen olemassa olevaa prosessidataa laitoksen toiminnan valvomisessa. Palvelu ymmärtää eri käyntitilat ja eri mittausten väliset yhteydet ja löytää datasta häiriöitä ennakoivat poikkeavuudet.
• Palveluun sisältyvät säännölliset seurantapalaverit Caverionin asiantuntijoiden kanssa. Tietoturvan varmistamiseksi ydinvoimalan ulkopuolisilla käyttäjillä ei ole pääsyä Anomaly Detection -järjestelmään, mutta analytiikkaa ja malleja päivitetään yhteistyössä tarpeen mukaan.
• Caverion Intelligence Anomaly Detectionin selainpohjainen käyttöliittymä on suunniteltu erittäin käyttäjäystävälliseksi, jotta järjestelmän tuottaman tiedon hyödyntäminen on mahdollisimman vaivatonta voimalaitosasiantuntijoiden arjessa. Järjestelmän tuottamaa dataa tarkastellaan yhdessä laitoksen eri asiantuntijoiden kanssa, mikä lisää yhteistä ymmärrystä laitoksen toiminnasta.
• Ydinvoimalassa on hyvin kattavat turvajärjestelmät ja -lukitukset. Caverion Anomaly Detectionin ansiosta alkavat häiriöt voidaan tunnistaa varhaisessa vaiheessa, mikä antaa enemmän reagointiaikaa häiriöiden korjaamiseen ennen kuin asetetut raja-arvot saavutetaan.