Erfolgsgeschichte - IWB

Analyse und Monitoring mit BI in der Cloud

Die Wahl fiel auf die als Best Practice im Branchenumfeld bekannte BI-Lösung QlikView.

Die moderne und flexible Data-Discovery-Plattform stellt Anwendern hochwertige, assoziative und komfortabel bedienbare Analysemöglichkeiten zur Verfügung. Nutzer können mit QlikView im Sinne des Self-Service-Ansatzes gewünschte Auswertungen und Analysen eigenständig und ohne Hilfe der IT-Abteilung durchführen. Gleichzeitig ist die IT-Abteilung in der Lage, die Sicherheit und Qualität von Daten sowie die Einhaltung von Richtlinien zu gewährleisten. Als Datenquellen lassen sich beliebige Anwendungen und Systeme anbinden, sodass eine hohe Investitionssicherheit gegeben ist. Durch die eingesetzte speicherbasierte Technologie lassen sich selbst große, komplexe Datenmengen performant visualisieren und analysieren. 

Für die professionelle Umsetzung des BI-Projekts wurde IWB die Informtec Ltd.liab.Co. empfohlen. Die BI-Spezialistin aus der Basel-Area gehört als Qlik Elite Solution Provider zu den führenden Qlik-Partnern der DACH-Region und verfügt zudem über Projekterfahrung im Energie- und Industrie-4.0-Umfeld.

„Die erforderlichen Berechnungen, unsere Analysevorstellungen und die Grafiken hatten wir bereits vordefiniert“, erläutert Dirk Oehlmann, Asset Manager, IWB. „Entsprechend schnell lief die weitere Entwicklung. Informatec hat uns bereits nach drei Tagen eine erste produktiv nutzbare Applikation bereitgestellt. Hier hat man das umfassende BI-Wissen von Informatec und eine sehr schnelle Auffassungsgabe bezüglich unseres wirklich sehr speziellen Geschäftsumfelds und den daraus resultierenden Anforderungen gespürt“, so Oehlmann weiter.

Betrieben wird die QlikView-basierte Lösung auf der Swiss BI Cloud von Informatec, einer sicheren, zuverlässigen und kosteneffiziente Business-Intelligence-Plattform in der Cloud. Swiss BI Cloud ist an die individuellen Anforderungen und IT-Landschaften der Kunden anpassbar und wird in unterschiedlichen Szenarien konfiguriert. Ausgangspunkt ist stets eine BI-Infrastrukturlösung (IaaS), erweitert um führende BI-Technologien wie Qlik.

Innerhalb von sechs Monaten war der Pilot komplett aufgebaut, zunächst über drei Windparks mit Anlagen eines Herstellers. „Wir betreiben in unseren Parks Anlagen von drei verschiedenen Herstellern“, ergänzt der Asset Manager. „Die SCADA-Daten der Hersteller sind jedoch nicht standardisiert, was Struktur und Benennung betrifft. Das erfordert entsprechend Anpassungen bei der Datenholung durch unsere IT, sodass wir uns für eine schrittweise herstellerspezifische Umsetzung entschieden haben.“

Inzwischen sind 95 Prozent der Anlagen angeschlossen. Das auszuwertende Datenvolumen von anfänglich 50 Mio. Datensätzen wächst monatlich um drei bis vier Millionen. Die Datenaktualisierung erfolgt alle 15 Minuten. 

Produktions- und Komponentenüberwachung, Effizienzoptimierung und Predictive Maintenance

Die QlikView-Applikationen kommen sowohl für das Monitoring der Gesamtanlagen als auch das Condition Monitoring der einzelnen Komponenten und für Analysen zum Einsatz. „Wir können über unsere Windpark-App für jeden Windpark sehen, welche Windgeschwindigkeit und -richtung vorherrscht, wie hoch die Temperaturen in den Komponenten sind, wie hoch die Rounds-per-Minute (RPM) der Rotoren sind und wie hoch die Leistung der einzelnen Anlage ist. Insgesamt 50 Signale werden ausgewertet“, erläutert Oehlmann. „So können wir die Stromproduktion länderübergreifend und in Echtzeit überwachen, was es uns ermöglicht, den Stromhandel sowie die Maintenance effizienter zu betreiben.“

Durch die Integration von Wettervorhersagedaten lassen sich beispielsweise geplante Maintenance-Termine optimieren – etwa indem bei sich abzeichnenden für die Stromproduktion positiven Windverhältnissen Arbeiten verschoben werden, um Ertragseinbußen durch Standzeiten zu vermeiden.

Darüber hinaus meldet das Tool auffällige Werte der SCADA-Daten, sodass IWB frühzeitig die technischen Betriebsleiter der Anlagen informieren kann, die dann vor Ort der Ursache auf den Grund gehen. „Wir haben nahezu jeden Tag ein solches sogenanntes Finding gehabt und immer steckte auch etwas dahinter. Das können manchmal Kleinigkeiten sein, manchmal stecken aber auch Ursachen dahinter, die Auswirkungen auf die Produktivität haben.“

Im wahrsten Sinne des Wortes „klein“ war das Problem im Falle einer Anlage, bei der plötzlich auffällige Werte bezüglich Windrichtung und Windstärke auftraten. Es zeigte sich, dass eine Fliege einen Ultrasonic Sensor, der Windrichtung und -geschwindigkeit misst, verklebt hat. Die Ursache konnte mittels Fingernagel und Lappen binnen Minuten behoben werden, so dass wieder zuverlässige Messwerte für das Monitoring der Anlage zur Verfügung standen.

Wie sich diese Transparenz über Leistungsdaten der Anlagen auszahlt, zeigt folgendes Beispiel: IWB betreibt mehrere Anlagen in Nordfrankreich, die immer wieder Probleme mit einem Yaw-Inverter hatten, einem Bauteil der Motoren, die die Gondel in den Wind drehen. Eine kleine Steckplatine ist aufgrund von Überspannungen immer wieder durchgebrannt. Aufgrund der belegbaren Häufung dieses Vorfalls hat IWB durchgesetzt, dass diese Platinen im jeweiligen Windpark bevorratet werden, damit bei einem Ausfall ein sofortiger Austausch vorgenommen werden kann. „Durch diese wirklich simple Maßnahme haben wir die Standzeiten von 135 auf circa fünf Stunden reduziert“, so Oehlmann. 

ROI Berechnungen

Zudem ist IWB mit dem QlikView-Tool in der Lage, sehr schnell monetär darzustellen, was Upgrades der Anlagen bringen. So betreibt das Unternehmen beispielsweise einen Windpark direkt an einer Autobahn. Dort bestehen aufgrund der Lage häufig Probleme mit Eisansätzen. Treten diese auf, müssen die Anlagen abgestellt werden. Bisher erfolgte dies über einen Temperatursensor, der ab 0 Grad automatisch abschaltet. IWB verbaute einen zusätzlichen Sensor, der die Verdrehungen der Rotoren misst und daraus ableitet, ob tatsächlich Eisanhaftungen bestehen. „Dieser Sensor schlägt mit 40.000 Euro pro Anlage zu Buche, entsprechend wichtig ist es zu wissen, ob sich die Investition so sehr lohnt, dass wir den Sensor auch bei weiteren Anlagen verbauen“, ergänzt der Asset Manager. „Wir konnten mit QlikView sehr genau erfassen, wie oft wir eine Temperatur von 0 Grad haben und tatsächlich auch Eisanhaftungen vorhanden waren. Anders gesagt konnten wir per Klick berechnen, wie oft die fünf Anlagen abschalten, die nur den Temperatursensor haben, und wie oft die Anlage abschaltet, die zusätzlich den neuen Sensor hat. Dabei hat sich gezeigt, dass die nachgerüstete Anlage sehr viel seltener abschaltet, weil zwar häufig Temperaturen von 0 Grad und weniger herrschen, dies aber nicht immer gleichbedeutend ist mit Eisanhaftungen an den Rotoren. Durch den Abgleich der zusätzlichen Produktionsmenge an Strom mit dem aktuellen Einspeisetarif berechnen wir dann, was die Anlage uns einbringt. Wenn wir also sehen, dass wir im aktuellen Monat mit dieser einen Anlage 7.000 Euro produzieren, während wir sonst 0 Euro produzieren, weil die Anlage abgeschaltet hätte, wissen wir: Wenn das noch etwa fünf bis sechsmal passiert, hat sich der Sensor schon amortisiert. Bei einer durchschnittlichen Laufzeit einer Anlage von 15 bis 20 Jahren heisst das, dass sich die Nachrüstung aller Anlagen in diesem Park mit diesem Sensor lohnt."

Predictive Analytics mit QlikView

Eine der Stärken von QlikView ist zudem die Möglichkeit, grosse Datenmengen auch aus der Vergangenheit auszuwerten und daraus Prognosen für die Zukunft abzuleiten. Solche Predictive Analytics nutzt auch IWB.

„Wir haben uns zunächst auf die für die drehenden Teile in Windkraftanlagen sehr aussagekräftige Kennzahl Temperatur fokussiert“, erläutert Oehlmann. „Hierzu haben wir etwa die Temperaturwerte in den Gearbox-Lagern aller sieben Anlagen in einem Windpark über mehrere Wochen aufgezeichnet, in einer Grafik dargestellt und einen Mittelwert errechnet. Sobald dieser Mittelwert um eine bestimmte Höhe – etwa 15 Prozent – überschritten wird, bekommen wir eine Warnmeldung. Dann beobachten wir, ob sich aus dieser höheren Temperatur ein Trend herausbildet, also die Temperatur auf überhöhtem Niveau bleibt oder weiter steigt. In dem Fall informieren wir sofort den technischen Betriebsführer, damit dieser einen Techniker auf die Anlage schickt. Denn dann ist die Wahrscheinlichkeit sehr hoch, dass es zu einem Ausfall kommt – und das können wir verhindern.“ Fällt eine solche GearBox aus, entstehen durch Standzeit, benötigte Ersatzbox etc. Folgekosten, die in die Millionen gehen können. Allein eine neue GearBox kostet 400.000 Euro. Entsprechend wertvoll ist die Predictive Maintenance mit QlikView für IWB.

Volle Transparenz mit QlikView

„Mit QlikView können wir Analysen fahren, von denen wir vor einem Jahr nur träumen konnten“, so Oehlmann. „Wurde uns früher von den technischen Betriebsleitern nur einmal im Monat ein Bericht zur Verfügung gestellt, können wir jetzt selbst nahezu in Echtzeit Daten abrufen und sofort reagieren, um für eine stetig hohe Effizienz der Anlagen zu sorgen. Das ist ein echter Wandel in der Industrie. Wir haben erstmals volle Transparenz über unsere Anlagen – und zwar ohne auf Informationen von den Betriebsleitern oder Herstellen warten zu müssen.“ Der Asset Manager erhält morgens um 7:00 Uhr und abends um 19:00 Uhr einen aktuellen Bericht auf sein Handy, der Informationen zu Temperatursignalen, Windgeschwindigkeiten und -richtungen, Umweltsignalen wie die Außentemperatur und Produktionsmengen sowie einen groben Soll-Ist-Vergleich in Bezug auf die Leistung enthält. Bestehen Abweichungen, werden diese in QlikView hinterlegt und proaktiv angezeigt. „Auf dem Weg mit der Bahn ins Büro oder nach Hause kann ich mir sofort einen Überblick verschaffen, wie es läuft. Sehe ich, dass es in einem Park oder einer Anlage hängt, kann ich tiefer ins Detail gehen und im Bedarfsfall Gegenmassnahmen einleiten“, führt Oehlmann aus.

NPrinting für Tages-, Wochen- und Monatsberichte

Die Betriebsleiter und Hersteller erhalten automatisiert Tages-, Wochen- und Monatsberichte zugesendet. Hierzu kommt Qliks All-in-one-Lösung NPrinting zum Einsatz, die die Steuerung der gesamten Reportingprozesse in QlikView ermöglicht.

Diese neue Transparenz hat auch positiven Einfluss auf die Zusammenarbeit. „Wir bauen Know-how auf und verteilen es weiter an die technischen Betriebsleiter vor Ort und die Anlagenhersteller, was zu positiven Lerneffekten auf allen Seiten führt. Außerdem hat sich die Kommunikation verbessert. Bei Problemen kommen die Betriebsleiter proaktiv auf uns zu, wir sind nicht mehr ein Kunde unter vielen, sondern werden als Partner wahrgenommen und entsprechend privilegiert behandelt.“, so Oehlmann.

Mehr Predictive Analytics, Integration von Ticketingsystem und Finanzdaten

Künftig soll insbesondere der Anwendungsbereich Predictive Maintenance weiter ausgebaut werden. „Bisher betrachten wir im Wesentlichen Temperaturwerte. Aktuell entwickeln wir Ideen, welche weiteren Daten aus den Logbüchern der Anlagen wir nach bestimmten Mustern durchkämmen können. Ein Beispiel wären Daten aus Vibrationssensoren, aus denen sich analysieren lässt, ob aerodynamische Unwuchten an den Rotorblättern bestehen. Diese lösen Vibrationen aus, die sich durch den Turm bis in das Fundament der Anlage fortsetzen und dort zu Rissbildung führen können. In der Folge kann es dann durch Feuchtigkeitseintritt im Fundament zu Instabilität der gesamten Anlage führen, zusammen mit Brand das schwerwiegendste – wenn auch seltene – Schreckensszenario für Windanlagenbetreiber.“

Zudem ist geplant, neben den technischen auch Finanzdaten in QlikView abzubilden, eine dafür notwendige SAP®-Schnittstelle wurde bereits realisiert. „Unser Ziel ist eine 360-Grad-Sicht auf jede Anlage und jeden Windpark. Hierzu werden wir einen umfangreichen Finanzplan für jeden Windpark mit Berücksichtigung aller Anlagenlaufzeiten in QlikView umsetzen. Mit QlikView haben wir dazu das ideale Werkzeug“, sagt Oehlmann.

Denkbar ist des Weiteren die Anbindung eines Ticketing-Systems an QlikView, sodass bei entsprechenden Findings automatisiert Tickets mit Handlungsanweisungen an die technischen Betriebsleiter gesendet werden und deren Bearbeitung abgebildet wird.

Interesse an Qlik haben außerdem auch andere Geschäftsbereiche der IWB angemeldet – etwa die Beschaffungsabteilung der Großkraftwerke im Raum Stadt Basel.

Der weitere Ausbau der Lösung erfolgt mit Unterstützung der Informatec, die auch die Maintenance der gesamten Lösung verantwortet.

Download Success Story (PDF)