Betydelsen av data i förvaltningen av kraftsystemets tillgångar
Tid: Må 2024-01-29 kl 15.00
Plats: F3 (Flodis), Lindstedtsvägen 26 & 28, Stockholm
Språk: Engelska
Ämnesområde: Elektro- och systemteknik
Respondent: Wadih Naim , Elektromagnetism och fusionsfysik, QED-AM
Opponent: Professor Miroslav Begovic, Texas A&M University, USA
Handledare: Professor Patrik Hilber, Elektromagnetism och fusionsfysik
QC 20240108
Abstract
Den nuvarande övergången mot en högre grad av datadrivet beslutsfattande inom förvaltning av kraftsystem belyser vikten av tillgång till data. Denna avhandling identifierar och undersöker och föreslår metoder för datarelaterade forskningsluckor som kapitalförvaltare möter. Dessa forskningsluckor finns i datatillgänglighet och datakvalitet.
Det är utmanande att generalisera datatillgänglighetsproblemet på en abstrakt nivå. Datatillgänglighet studeras alltså genom tre olika fallstudier. Varje fallstudie tar upp en faktor som bidrar till datatillgänglighetsproblem. Datacensurering modelleras som ett datakvalitetsproblem med hjälp av en Monte-Carlo-simulering. Bristande tillgång till och inhämtning av data studeras genom händelseträdsanalys och multifysisk modellering. Dessa fallstudier visar att även i en miljö med låg datatillgänglighet är välgrundat beslutsfattande möjligt.
Monte-Carlo simuleringstekniker är kraftfulla när man analyserar datakvalitetsproblemet. Tillgångsdatakvalitet studeras utifrån två perspektiv; näm-ligen underhållsoptimering och tillförlitlighetsutvärdering. För det första visar användning av slumpmässiga befolkningsstudier att datakvalitet kan ha en betydande ekonomisk och teknisk inverkan på underhållsoptimering. En kritisk upptäckt är att saknad data kan leda till förvrängningar i uppskattningar av den optimala utbytestiden för en komponent. Det har visat sig att det finns en viss tröskel för andelen saknad data, bortom vilken underhållsoptimering blir opålitlig. Det specifika procentvärdet för denna tröskel beror på felmodellens parametrar. För det andra, att införliva datakvalitetsmodellen i en simulering av tillförlitlighetstestsystem visar att effekten på den årliga uppskattningen av system- och energiorienterade tillförlitlighetsindex är nästan obefintlig.
Slutligen introducerar denna avhandling en metod för att rangordna komponenttyper baserat på datakvalitetens betydelse. Rankningen av datakvalitetens betydelse (DQI) härleds från Weibull-funktionens känslighet för datafel. Denna metod indikerar att förvrängningar i Weibull-parametrar har en icke-linjär inverkan på underhållsoptimering. Detta leder till slutsatsen att investeringar i datakvalitet måste allokeras utifrån DQI-rankningen av en viss komponent. Att nå rätt nivå av datakvalitet för en komponent leder till effektivt beslutsfattande.