IVL Swedish Environmental Research Institute

ivl.se
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Uni- och multiderivata metoder för upptäckt av avvikelser i dammar
IVL Swedish Environmental Research Institute.
Nilsson Energy före detta IVL Svenska Miljöinstitutet.
IVL Swedish Environmental Research Institute.
2024 (Swedish)Report (Other academic)
Abstract [sv]

Dammövervakning är ett stort och viktigt område för svenska dammägare. Det är en utmaning att kontinuerligt övervaka en dammkonstruktion med dess givare och snabbt kunna reagera på förändringar som visar på en avvikelse i dammen. Rapporten behandlar metoder för datorbaserad upptäckt av givar- och kommunikationsfel samt tillämpning av multivariata metoder för att upptäcka och visualisera avvikande tillstånd för en damm.Rapporten är en redovisning av det tredje av en rad forskningsprojekt. Projektet har drivits av IVL Svenska Miljöinstitutet AB under 2022–2023. Alla projekt har finansierats av Energiforsk och Stiftelsen Institutet för Vatten- och Luftvårds-forskning (SIVL) och har som mål att implementera övervakning, detektion och visualisering av givarfel samt övergripande tillståndsövervakning av dammar inklusive varning när tillståndet rör sig mot icke normalt område.

Ett syfte för detta projekt har varit att fördjupa kunskapen kring de metoder vi använder genom att komplettera med ytterligare en fallstudie som är av annan karaktär än de tidigare, både gällande dammen och dess övervakningsgivare. Ett andra syfte har varit att öka kunskapen och kompetensen både på bredden och på djupet för branschen. Ett tredje syfte har varit att hitta sätt att öka lättillgängligheten av de resultat som våra metoder ger.I de tidigare två projekten i serien har vi utvecklat och installerat en generell övervakningsapplikation som körs i realtid hos två av dammägarna, med dataöverföring från och till deras signaldatabaser. Vi har utvecklat metoder för fristående övervakning av enskilda signaler, univariat övervakning samt påbörjat utveck-lingen av multivariat övervakning. I det här projektet har de samlade erfarenheterna använts för att ansluta en tredje damm, fallstudie III, och för att fortsätta utvecklingen av metodiken. En stor del av projektet har också ägnats åt resultat¬spridning i form av webbinarier, en djupare kurs för personal hos kraftbolagen om den använda metodiken och den bakomliggande teorinProjektserien har nu tre fallstudier, och genom anläggningsägarna har projektet fått tillgång till mer än 5 års historiska data för respektive damm. Dessa data ligger till grund för vidare utveckling och utvärdering av övervakningsmetoderna. Att samla in, bygga upp en gemensam förståelse av och förbehandla dessa data kräver mycket tid och ett gott samarbete mellan dataspecialister och dammägare, en grund som nu är lagd.

Denna rapport publiceras både i Energiforsks rapportserie och i IVL:s rapportserie B.

Abstract [en]

Dam monitoring is a large and important area for Swedish dam owners. It is a challenge to continuously monitor a dam construction with its sensors and be able to quickly react to changes that indicate a deviation in the dam. The report covers methods for computer-based detection of sensor and communication errors and the application of multivariate methods to detect and visualize anomalous states for a dam.The report is an account of the third of a series of research projects. The project has been run by IVL Swedish Environmental Research Institute AB during 2022–2023. All projects have been funded by Energiforsk and the SIVL foundation and with the aim to implement monitoring, detection, and visualization of sensor errors as well as overall condition monitoring of dams including warnings when the condition is moving towards a non-normal area.

One purposes of this project has been to deepen the knowledge of the methods through an additional case study which has a different character both regarding the dam and its monitoring sensors. A second purpose has been to increase knowledge and competence both in breadth and depth for the involved industry. A third purpose has been to find ways to improve the accessibility of the results that our methods provide.In the previous two projects in the series, it was reported how we developed and installed a general monitoring application that runs in real time at two of the dam owners with data transfer from and to their signal databases. We have developed methods for independent monitoring of individual signals, univariate monitoring and started the development of multivariate monitoring.In this project, the accumulated experience has been used to connect a third dam, Case Study III, and to continue the development of the methodology. A large part of the project has also been devoted to dissemination of results in the form of webinars, a deeper course for staff at the power companies on the methodology used and the underlying theory.The project series now has three case studies and through the plant owners the project has gained access to more than 5 years of historical data for each dam. These data form the basis for further development and evaluation of monitoring methods. Collecting, building a common understanding of and pre-processing this data requires a lot of time and good cooperation between data specialists and dam owners, a foundation that has now been laid.

This report is published both in Energiforsk's report series and in IVL's report series B.

Place, publisher, year, edition, pages
Stockholm: IVL Svenska Miljöinstitutet, 2024.
Series
B report ; B2476
Keywords [en]
Fault monitoring, Condition monitoring, Data driven, Dust safety, Fault detection, Sensor data, Signal monitoring, Process monitoring, Data analysis, Machine learning
Keywords [sv]
Felövervakning, Tillståndsövervakning, Datadriven, Dammsäkerhet, Feldetektion, Sensordata, Signalövervakning, Processövervakning, Dataanalys, Maskininlärning
National Category
Water Engineering Energy Engineering Information Systems
Identifiers
URN: urn:nbn:se:ivl:diva-4316ISBN: 978-91-7883-550-8 (electronic)OAI: oai:DiVA.org:ivl-4316DiVA, id: diva2:1838030
Funder
IVL Swedish Environmental Research Institute
Note

Other funders:Energiforsks program för Dammsäkerhet.

Available from: 2024-02-15 Created: 2024-02-15 Last updated: 2024-02-15

Open Access in DiVA

fulltext(8855 kB)16 downloads
File information
File name FULLTEXT01.pdfFile size 8855 kBChecksum SHA-512
be01f76ebbd9ac6bed20c33afde38f8dd4885ea289b69dc32edb6ee5a12dadbc84955359a46641838cae2602b9291d4d4e1329a1f024d725b89148705eb25714
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Fridén, HåkanBjörk, Anders
By organisation
IVL Swedish Environmental Research Institute
Water EngineeringEnergy EngineeringInformation Systems

Search outside of DiVA

GoogleGoogle Scholar
Total: 18 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

isbn
urn-nbn

Altmetric score

isbn
urn-nbn
Total: 151 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf