Netoperatør og ingeniørchef gennemgår en live digital tvilling af elnettet i et kontrolrum
  1. Forside
  2. Use cases
  3. Energi og forsyning
Eldistribution · Drift af elnettetLeveret · kunderesultat

Et nationalt elnetselskab

En landsdækkende digital tvilling med AI af et nationalt elnet

En af Europas første landsdækkende AI-baserede digitale tvillinger af et elnet – med et billede af hele det nationale elnet i næsten realtid til netoperatørerne.

Landsdækkende

AI-baseret digital tvilling af elnettet, en af Europas første

Næsten realtid

overvågning af det nationale distributionsnet

Standard-IT

udstyr: ingen dyre opgraderinger nødvendige

Ledelsesresumé: en digital tvilling af det nationale elnet

Kunde
Et nationalt elnetselskab
Omfang
Nationalt eldistributionsnet
Infrastruktur
Standard-IT-udstyr
Brugere
Netoperatører, generalister og planlæggere

Kontekst, beslutning, resultat

  • Udgangspunkt. Vedvarende energi, elbiler og varmepumper belastede det nationale distributionsnet som aldrig før. Overvågningsværktøjer bygget til et centralt, forudsigeligt system kunne ikke følge med, og det krævede specialister at aflæse dataene.
  • Beslutning. I stedet for at købe specialudstyr byggede man en levende digital tvilling af hele det nationale distributionsnet, der kombinerer maskinlæring med en tidsbaseret grafmotor og kører på standard-IT-infrastruktur.
  • Resultat. En fuldt operationel landsdækkende tvilling, en af de første i Europa, med overvågning i næsten realtid, prognoser, proaktive varsler og planlægningsværktøjer. Generalister kan nu aflæse dynamikken i nettet, hvilket før krævede specialister.
  • Tid til værdi. Efter go-live fulgte undervisning af operatørerne, teknisk dokumentation og løbende støtte til optimering – og der var ikke brug for dyre hardwareopgraderinger.
Udfordringen

Udfordringen: at styre et nationalt elnet gennem den grønne omstilling

Under den grønne omstilling voksede det operationelle pres på selskabets eldistributionsnet. Vedvarende energi, elbiler og varmepumper ændrede, hvordan, hvornår og hvor strømmen løber.

Med traditionel overvågning og specialistviden var det svært at se det samlede billede. Teamene skulle kunne koble historiske mønstre, forbrug, produktion og netstruktur, så de kunne planlægge med overblik i stedet for at reagere på hændelser.

Sådan blev arbejdet gjort

Forløbet: fra netanalyse til en levende model af elnettet

Fra et fælles spørgsmål (»hvad sker der egentlig i nettet?«) til en levende model, som hele teamet kan bruge.

  1. Trin 01 · Analyse

    Sådan analyserede vi nettet

    Vi vurderede udfordringerne i driften af hele landets eldistributionsinfrastruktur.

    Vi undersøgte historiske mønstre, forbrugsdata og produktionstendenser for at forstå systemets adfærd og fejlmønstre – og for at finde ud af, hvor eksisterende information kunne understøtte tidligere beslutninger, og hvor teamene stadig var afhængige af snævre visninger eller manuel fortolkning.

    Levering Proces- og dataafdækning leveret af vores team.

  2. Trin 02 · Design og omstilling

    Sådan designede vi en levende model af nettet

    Vi udviklede en digital tvilling, der kombinerer maskinlæring med en tidsbaseret grafdatabase. Den forbinder tidsbestemte hændelser med relationerne i nettet og skaber et fælles operationelt billede.

    Maskinlæringsmodeller analyserer historiske mønstre og forudsiger forbrug og produktion. Designet tog udgangspunkt i selskabets eksisterende infrastruktur og de spørgsmål, operatørerne skulle have svar på – ikke i et standarddashboard.

    Systemet blev designet til at behandle store datamængder effektivt på standard-IT-infrastruktur, uden behov for dyrt udstyr.

    NatusAI-produkter til denne kapabilitet

    • NatusAI Cygnusforbundet datafundament (relationer, historik, placering)
    Abstrakt gengivelse af en forbundet datagraf, der skalerer på tværs af mange sammenkædede noder
    Aktiver, målinger og historik forbundet i én tidsbevidst model.

Udrulning og ibrugtagning

Abstrakt gengivelse af en tidsversioneret netmodel, hvor hver forbindelse bevarer sin historik
Den samme levende model betjener både kontrolrummet og folkene i marken.
  1. Trin 03 · Byg

    Det byggede vi

    En fuldt operationel landsdækkende digital tvilling af det nationale elnet, en af de første af sin art i Europa.

    Omkring den: et dashboard til overvågning i næsten realtid, en motor til prædiktive analyser, et proaktivt varslingssystem, et værktøj til planlægning af omkoblinger, en vedligeholdelsesplanlægger og værktøjer til beslutningsstøtte ved investeringer.

    NatusAI-produkter til denne kapabilitet

  2. Trin 04 · Ibrugtagning

    Sådan tog operatørerne det i brug

    Grundig undervisning af operatørerne, teknisk dokumentation og løbende støtte til optimering hjalp generalister med at arbejde med information, som tidligere krævede en specialists fortolkning.

    NatusAI-produkter til denne kapabilitet

Leveret af NatusAI-teamet med tidsbaseret grafdatabaseteknologi. Produktmærkerne viser, hvilket NatusAI-produkt der leverer – eller er planlagt til at levere – hver funktion; frigivelsesstatus står under »Til dit tekniske team«.

En montør på en transformerstation tjekker netdata på en tablet (illustrativt billede)
Illustrativt billede.
Den menneskelige side

Hvad der ændrede sig for teamene i nettet

Tvillingen gjorde ekspertisen om nettet til fælles viden, så flere kan handle på det, der sker i nettet.

  • Netoperatører. Én fælles driftsvisning af nettets tilstand med varsler, der markerer situationer, før de bliver til hændelser.

  • Generalister. Dynamikker i nettet, som kun specialister kunne aflæse, er nu synlige og forklarede – understøttet af undervisning og dokumentation.

  • Planlæggere og ledelse. Beslutninger om omkobling, vedligehold og investeringer afprøves på den levende model, før der bindes penge.

Målbare resultater, der betyder noget

Effekten: et nationalt elnet, som flere kan aflæse og handle på

Landsdækkende

AI-baseret digital tvilling af elnettet: et billede af det nationale distributionsnet i næsten realtid

Resultater oplyst af selskabet

  • Generalister kan aflæse dynamikken i nettet, hvilket tidligere krævede en specialists fortolkning
  • Proaktive varsler markerer situationer, der kræver opmærksomhed, før de bliver til hændelser
  • Beslutninger om omkobling, vedligehold og investeringer afprøves på den levende model, før der bindes penge
  • Ingen dyre hardwareopgraderinger: tvillingen kører på standard-IT-infrastruktur

Leverancens omfang

1

levende digital tvilling af hele det nationale distributionsnet

6

driftsværktøjer på én model: overvågning, prognoser, varsler, omkobling, vedligehold og investeringsstøtte

Standard-IT

infrastruktur, intet specialudstyr

Omfang og resultater som oplyst af kunden.

Det bygger vi til energiteams

Mere end en tvilling af elnettet: AI i hele energiens livscyklus

Den samme forbundne tilgang til kunstig intelligens (AI) kan udvides til hele din infrastruktur og samler information om aktiver, net, vejr, drift og marked.

Prognoser for infrastrukturen

Forudsig efterspørgsel, produktion og belastning af systemet på tværs af scenarier.

Forebyggende vedligehold

Omsæt mønstre i data om aktiver til prioriteringer i vedligeholdet.

Overvågning

Hold aktivernes tilstand og varsler synlige i ét driftsbillede.

Energihandel

Kobl prognoser og markedseksponering til strategigennemgang og handelsbeslutninger – med menneskelig godkendelse.

Planlægning af infrastruktur

Sammenlign scenarier for placering, kapacitet og nettilslutning før investeringen.

Komplet digital tvilling

Vedligehold en levende model af aktiver, relationer samt aktuelle og historiske data – og afprøv konsekvenserne, før du handler.

Et driftsforløb, der kan efterprøves

  1. 01

    Trin 01

    Forbind systemet

    Saml aktiver, relationer og dokumentation i én fælles model.

  2. 02

    Trin 02

    Afprøv scenarier

    Undersøg konsekvenserne med synlige antagelser.

  3. 03

    Trin 03

    Gennemgå beslutninger

    Giv de ansvarlige teams overblikket til at planlægge og handle.

Optaget demo

Digital tvilling af elnettet

Se en digital tvilling af elnettet i arbejde

En levende model af et elnet samler anlæg, målerdatastrømme, geografi, prognoser og simulering i én motor og omsætter dem til overvågning, simulering og prognoser.

Problemet: et distributionsnet er på én gang struktur, tidsbaserede målerdatastrømme og geografi, spredt over GIS, ERP, måleinfrastruktur og sensorer i realtid, som aldrig helt passer sammen. Planlægning, hvad-nu-hvis-analyser og lastflowberegninger i stor skala betyder tung ETL og natlige batchkørsler, så svarene ofte kommer for sent til, at man kan handle på dem.

Sådan fungerer løsningen: den digitale tvilling samler, visualiserer, analyserer og lærer af data fra alle kilder (GIS, ERP, smartmålere og live-sensorer) i én motor.

  • Én samlet model: aktiver, deres tidsserier og deres placering ligger i én graf og én transaktion.
  • Prognoser for hvert aktiv: ML-modeller kan lave prognoser for hver forbruger og producent i hele nettet.
  • Øjeblikkelig lastflow: beregn lastflow på et hvilket som helst tidspunkt i ethvert reelt eller simuleret scenarie.
  • Kører on-premise: én binærfil på din egen hardware uden cloud eller tredjepartsstak.

Optagelsen viser en anonymiseret referenceinstallation på den underliggende platform – ikke et NatusAI-kunderesultat. Koblingen til NatusAI-produkterne beskriver tilsvarende produktansvar.

Forhåndsvisning uden lyd af energiarbejdsområdet. Åbn forhåndsvisningen (MP4, 0,7 MB)
Live-demo

Planlægning af solceller på tage

Beslutninger om solceller med overblik

Et interaktivt energiarbejdsområde samler bygninger, solcelleproduktion og energiforudsætninger på ét kort og gør komplekse energidata til praktiske planlægningsværktøjer.

  • Kort og elnet: bygninger i kort- eller satellitvisning med lag for elnettet, interessepunkter og tagdækning.
  • Produktion pr. bygning: anslå solcelleproduktionen, og undersøg panelernes orientering og hældning.
  • Synlige antagelser: justér omkostninger, eget energiforbrug, batterilagring, energipriser og klimaantagelser for at sammenligne scenarier.

Åbn live-demoen om solceller (åbner i en ny fane)

Referencescenarier

Referencescenarie

Kortlægning af solceller på tage

Problemet: Planlægning af solenergi i planetarisk skala kræver, at bygningsomrids, taggeometri, terræn og solindstråling kombineres: geospatiale data og tidsseriedata, der er for store og spredte til at blive forespurgt samlet i en almindelig stak med GIS plus database.

Sådan fungerer løsningen: Kortlæg tage, og simulér deres solcellepotentiale bygning for bygning i hele regioner.

Teknisk detalje

Bygningsomrids, terræn og tidsserier for solindstråling i én motor, hvor hvert tag er koblet til sin placering i elnettet.

Referencescenarie

Digitale tvillinger og IoT

Problemet: At modellere et system fra den virkelige verden betyder at forbinde dets struktur, sensordatastrømme og geografi – som regel tre databaser, der aldrig helt passer sammen.

Sådan fungerer løsningen: Modellér et system fra den virkelige verden én gang (struktur, sensorer, geografi), og kør derefter simuleringer på de samme data, som du overvåger.

Teknisk detalje

Aktiver, tidsserier og placering i én graf og én transaktion. Ingen kopiering eller eksport til hvad-nu-hvis-analyser, og tvillingen kommer aldrig ud af trit med virkeligheden.

Referencescenarier: illustrative scenarier på den samme motor som vores kundeprojekter; de er ikke kunderesultaterne ovenfor.

Overførbarhed

Hvad en digital tvilling af elnettet betyder for dit forsyningsselskab

Ethvert netselskab, forsyningsselskab eller stor energiforbruger, der står midt i den grønne omstilling, kan gå samme vej – uden at skifte hardwaren ud.

Start med operatørernes spørgsmål.

Byg tvillingen op om reelle beslutninger som kapacitetsproblemer, afbrydelser og omkobling – ikke om et standarddashboard.

Brug den infrastruktur, du har.

En tvilling i national skala kørte på standard-IT-udstyr. Budgettet går til resultater, ikke til servere.

Gør ekspertisen til fælles viden.

Undervisning og klare visninger giver generalister mulighed for at handle på information, som før kun specialister kunne tolke.

Governance indbygget fra start

Governance af netdata, robusthed og NIS2

Netdata er data om kritisk infrastruktur. Tvillingen kører på selskabets egen infrastruktur, så driftsdata forbliver inden for sikkerhedsperimeteren, og beslutninger om omkobling og investeringer bliver hos ansvarlige mennesker.

  • NIS2: elselskaber er væsentlige enheder. Selvhostet drift understøtter forpligtelserne om forsyningskæde og adgangskontrol (den nationale gennemførelse varierer)
  • GDPR: data fra fjernaflæste elmålere kan være personoplysninger, så behandlingen sker on-premise og dokumenteres
  • AI-forordningen: når AI understøtter sikkerhedsrelevante beslutninger om infrastruktur, er menneskeligt tilsyn og logning indbygget i arbejdsgangen

NatusAI understøtter dine forpligtelser; det erstatter ikke din juridiske vurdering. Sådan understøtter NatusAI governance efter AI-forordningen, GDPR, DORA og NIS2

Infrastruktur, der forbliver inden for selskabets egne grænser
Til dit tekniske team
  • Leveret med en tidsbaseret grafdatabase: tidsversioneret graf over netaktiver og målinger, ML-prognoser for forbrug og produktion, analyse på almindeligt desktop- og serverudstyr.
  • Motorens egenskaber: GIS-, ERP-, elmåler- og live-sensordata i én graf og én transaktion. ML-prognoser pr. aktiv. Effektflow på et vilkårligt tidspunkt i reelle eller simulerede scenarier. Ét program, on-premise.
  • Placering i platformen: NatusAI Cygnus (planlagt v1) er designet til at samle graf-, tidsserie-, geo- og søgedata med versioneret historik. NatusAI Lyra (tilgængelig) leverer kort, tabeller og dashboards. NatusAI Orion (på roadmappen) er applikationslaget.
Spørgsmål

Spørgsmål fra ledere i elnet og forsyning

Hardware, mennesker, dataplacering og omfang.

IT-direktør på en gang med glasvægge (illustrativt billede)

Skal vi have ny hardware for at køre en digital tvilling af elnettet?

Ikke i dette projekt. Den landsdækkende tvilling blev designet til at køre på standard-IT-infrastruktur, og der var ikke brug for dyre hardwareopgraderinger.

Kan generalister virkelig bruge den?

Ja. Undervisning og dokumentation hjalp generalister med at forstå dynamikker i nettet, som tidligere krævede en specialists fortolkning.

Forlader vores data vores infrastruktur?

Nej, det behøver de ikke. Tvillingen kører på selskabets egen hardware, og der oprettes kun forbindelser til eksterne tjenester, hvis du beslutter det.

Hvad kan tvillingen understøtte ud over overvågning?

Prædiktive analyser, proaktive varsler, planlægning af omkoblinger, planlægning af vedligehold og beslutningsstøtte ved investeringer – alt sammen ud fra den samme levende model.

Kunderesultater
Drøft et lignende projekt

Hvordan ville dit net se ud som en levende model?

Start med ét driftsspørgsmål – for eksempel kapacitetsproblemer, afbrydelser eller tilslutningsanmodninger – så viser vi dig, hvordan en tvilling ville besvare det på din egen infrastruktur.

  • Start med en afgrænset afklaringsfase, der ender med en klar go/no-go-beslutning.
  • Referencesamtaler om denne case kan arrangeres under NDA efter en første briefing.

Eller skriv til contact@natusai.com

Et lille ledelsesteam gennemgår et resultatresumé på én side i et mødelokale (illustrativt billede)