ServicenavigationHauptnavigationTrailKarteikarten


Research unit
SFOE
Project number
SI/502073
Project title
IMAGE – Intelligent Maintenance of Transmission Grid Assets

Texts for this project

 GermanFrenchItalianEnglish
Short description
-
Anzeigen
-
Anzeigen

Inserted texts


CategoryText
Short description
(English)

This project develops a data-driven decision support system for the pre-dictive maintenance of the electrical assets by integrating the information at component level and evaluating the impact on risk and resilience at network level. This project goes beyond the state-of-the-art because of (a) predictive maintenance algorithms for multiple grid assets, and (b) the holistic picture of the electric grid and its components. A close collabora-tion with Swissgrid facilitates access to relevant data and physical and statistical models in use. In addition, testing of the developed algorithms in Swissgrid’s environment ensures their applicability and relevance. The proposed tools has expected impacts on (a) science (predictive mainte-nance algorithms), (b) TSO (decreasing the maintenance expenses and the operational costs), (c) equipment manufacturer (business model) and (d) society (increase reliability of power supply).

Short description
(French)

Ce projet développe un système d'aide à la décision pour la maintenance prédictive pour le réseau de transport électrique. Le système intègre des informations sur l’état des composants du réseau et évalue l'impact sur les risque encourus et sa résilience. Ce projet va au-delà de l'état de l'art en raison (a) des algorithmes de maintenance prédictive pour de multiples actifs du réseau, et (b) de l'image globale du réseau électrique et de ses composants. Une collaboration étroite avec Swissgrid facilite l'accès aux données et aux modèles physiques et statistiques utilisés. En outre, le test des algorithmes développés dans l'environnement de Swissgrid ga-rantissent leur applicabilité et leur pertinence. L'outil proposé devrait avoir des répercussions sur (a) la science (algorithmes de maintenance prédic-tive), (b) les GRT (diminution des dépenses de maintenance et des coûts d'exploitation), (c) les fabricants d'équipements (modèle commercial) et (d) la société (augmentation de la fiabilité de l'approvisionnement électrique).