Predavatelji: Maja Savinek, Jan Kokalj, Jan Perpar, Klemen Jeršin, Živa Hudobivnik (Elektro Ljubljana)

Povzetek:
V hitro razvijajočem se industrijskem okolju postaja digitalna optimizacija ključnega pomena za učinkovito upravljanje elektroenergetske infrastrukture. Z razvojem interaktivnega analitičnega orodja za podporo pri načrtovanju in vlaganju v distribucijsko omrežje Elektro Ljubljana smo naslovili izziv celostnega spremljanja in analize kritične infrastrukture. Orodje temelji na podatkovno usmerjenem pristopu, kjer platforma za obvladovanje velepodatkov (POVP) povezuje obsežne tehnične podatke podjetja ter omogoča uporabo naprednih analitičnih metod. S kombinacijo kompleksnih algoritmov in vizualizacijskih orodij uporabniki pridobijo jasen vpogled v stanje omrežja ter lažje določajo prioritete vlaganj. Namesto tradicionalnega reaktivnega pristopa pri vzdrževanju in investicijah sistem omogoča prehod na proaktiven in prediktiven model odločanja, ki omogoča zgodnje zaznavanje ozkih grl v omrežju. To zmanjšuje operativne stroške, povečuje zanesljivost delovanja in optimizira razporejanje virov. Sistem temelji na spletni servis storitvi Flask, ki zagotavlja robustno zaledno infrastrukturo, ter uporabniškem vmesniku, implementiranem s pomočjo Apache Superset in Mapbox, kar omogoča učinkovito vizualizacijo podatkov. Zahvaljujoč skalabilni arhitekturi se orodje prilagaja rasti in kompleksnosti elektroenergetskega sistema ter omogoča enostavno integracijo z obstoječimi informacijskimi sistemi. V kontekstu širših trendov Asset Performance Managementa (APM), ki združuje metodologije in programske rešitve za optimizacijo vrednosti in učinkovitosti sredstev, interaktivno orodje Elektro Ljubljana omogoča digitalno transformacijo v smeri pametnega odločanja na podlagi podatkov. Z združevanjem diagnostične in preskriptivne analitike podjetju omogoča optimizacijo vzdrževalnih strategij, zmanjšanje nenačrtovanih izpadov ter povečanje dolgoročne zanesljivosti omrežja. Nadaljnji razvoj APM rešitev skupaj z napredno analitiko, IoT in AI bo še dodatno izboljšal transparentnost, optimizacijo sredstev ter trajnostno digitalizacijo elektroenergetskega omrežja.

Predavatelj: Mitja Hafner (ADD)

Povzetek:
Predstavili bomo implementacijo podatkovnega produkta in uporabo analitike na merilnih podatkih v Microsoft Fabric (Azure cloud) na primeru elektrodistribucijskega podjetja z 1,2 milijona pametnih števcev. Po uspešnem pilotnem projektu in analizi zahtev so izbrali Microsoft Azure kot zanesljivo in prilagodljivo rešitev za upravljanje 5 milijard dnevnih odčitkov (150 milijard mesečno) in 150 GB surovih podatkov dnevno (4,5 TB mesečno).

Ključni del rešitve je IoT Data Hub, ki omogoča obdelavo in deljenje merilnih podatkov (odčitki za odjem in proizvodnjo energije, parametri in meritve za kvaliteto odjema, dogodki in alarmi) z različnimi zunanjimi in notranjimi uporabniki (stranke, dobavitelji, interni uporabniki) ob zagotavljanju varnosti in skladnosti. Rešitev omogoča dostop in uporabo podatkov za analitiko, odločanje in operativno učinkovitost ter podpira trajnostno digitalizacijo.

Predavatelj: Robert Kovačič Batista (BE-terna)

Povzetek:
Na predavanju bomo predstavili dva inovativna projekta, ki združujeta umetno inteligenco in trajnostne prakse v energetiki. Prvi projekt raziskuje uporabo AI pri načrtovanju elektroenergetskega omrežja na podlagi digitalnega dvojčka. Drugi projekt pa se osredotoča na ESG podatkovno platformo, ki podjetjem omogoča učinkovito zbiranje in analizo trajnostnih podatkov za skladnost s predpisi ter strateško odločanje. Pridružite se nam in odkrijte, kako do bolj trajnostnega in podatkovno vodenega podjetja.

Predavatelj: Erik Ternav (IBM)

Povzetek:
Neprekinjeno zajemanje podatkov in ustrezno shranjevanje omogočata učinkovito upravljanje elektroenergetskega omrežja.
Periodični izračuni stanja omrežja, kot so tokovi in napetosti na vozliščih, zagotavljajo vpogled v težave z napetostjo, preobremenitve omrežnih segmentov in transformatorskih postaj, vzorce porabe in proizvodnje ter odkrivanje anomalij. IBM s svojimi watsonx rešitvami omogoča napredno analitiko in uporabo umetne inteligence za napovedovanje obremenitev omrežja, optimizacijo distribucije energije ter zgodnje zaznavanje odstopanj. S pomočjo watsonx.ai lahko omrežni operaterji razvijejo natančne modele za napovedovanje porabe in proizvodnje, medtem ko watsonx.data zagotavlja skalabilno in učinkovito upravljanje velikih količin podatkov. Avtomatizacija analize prek watsonx Orchestrate dodatno izboljšuje procesne tokove in pospešuje odločanje v realnem času.

O predavatelju: Erik Ternav (IBM)
Partner Tehnični Specialist za Podatke in Umetno Inteligenco (Data & AI) pri IBM-u s preko 3 leti izkušenj v predprodaji.
Začel je kot Tehnični Predprodajni Specialist, osredotočen na IBM Data & AI rešitve, nato pa kot AI inženir pridobil praktične izkušnje z razvojem PoC-jev/MVP-jev za stranke v Sloveniji in vzhodni Evropi. Erikova ključna področja so generativna AI (RAG), strojno učenje in upravljanje AI. Ker ga poleg tehnike zanima tudi poslovni razvoj, zdaj kot Partner Tehnični Specialist pomaga IBM partnerjem razumeti, prodajati in implementirati Data & AI rešitve, s poudarkom na watsonx – IBM-ovi generativni AI platformi.

Predavatelji: Anton Kos in Kristijan Koželj, (Elektro Celje), Nermin Suljanović in Igor Podbelšek, (EIMV)

Povzetek:
V okviru evropskega Horizon projekta EV4EU je Elektro Celje implementiralo platformo EIMV®FlexIS (Flexibility Integration System for DSO). Slednja platforma omogoča sistematično nabavo in uporabo storitev prožnosti v elektrodistribucijskem omrežju. Čeprav projekt EV4EU poudarja predvsem potencial električnih vozil in tehnologije Vehicle-to-Grid (V2G), je uporabljena platforma zasnovana širše, z namenom podpirati vse vrste storitev in virov prožnosti, skladno z distribucijskimi obratovalnimi navodili SONDSEE. Predstavitev bo osvetlila ključne funkcionalnosti platforme FlexIS ter njeno integracijo s podatkovno platformo Lambda Elektra Celje in skupno distribucijsko podatkovno točko EVT. Slednja zagotavlja podatkovno komunikacijo med Elektro Celje, agregatorji in aktivnimi odjemalci pri nabavi in aktivaciji prožnosti. Prav tako bodo prikazani rezultati demonstracijskih aktivnosti izvedenih v okviru projekta EV4EU.

Predavatelji: Ciril Kafol, Blaž Dobravec in Nejc Petrovič (Elektro Gorenjska)

Povzetek:
V zadnjem času smo pri izdaji soglasij opazili potencialno znatno rast povpraševanja po večji priključni moči, kar je posledica prihajajoče elektrifikacije mobilnosti in ogrevanja. V Elektro Gorenjska smo že razvili orodje za izračun možnosti vključitve nove sončne elektrarne, sedaj pa smo se zaradi omenjenih razlogov osredotočili na nadgradnjo orodja za soglasodajalce na strani odjema. Namen nadgradnje je omogočiti izračun vključitve novega odjema ter avtomatizirati analizo stanja omrežja, ki se spremeni zaradi večje priključne moči. S tem bomo lahko v vsaki točki distribucijskega omrežja avtomatizirano spremljali njeno zmogljivost.

Predavatelja: Paul Gazagne (NITES) in Matic Mikec (Elektro Gorenjska)

Povzetek:
MDMS is a system that is designed to store meter data, in a data model built from IEC standard. It acts as an enabler to address the upcoming challenges of a smart power grid. We will use the implementation made in collaboration with Elektro Gorenjske to showcase some examples such as dynamic tariffs and machine learning optimization.