Denne artikkelen er produsert og finansiert av Norsk Romsenter - les mer.

Et pilotprosjekt skal føre frem til en produktdemonstrasjon av tjenester for overvåking av strømlinjer i Norge og Canada.

Forskere skal bruke satellitter for å se hvor trær kan falle ned på strømledninger

Satellittbilder kan vise både type og høyde på vegetasjonen og hvor nær den er strømlinjene.

– Mer enn 80 prosent av strømbruddene i Norge skyldes trær som faller over kraftledninger på grunn av sterk vind, sier Gard Hauge i selskapet StormGeo.

Han er en av de to hovedforskerne på prosjektet GridEyes. Det støttes av Norsk Romsenter og den europeiske romorganisasjonen ESA.

Data fra satellitter kan gjøre jobben billigere

I dag inspiserer strømleverandørene nettet ved hjelp av helikopter, droner eller mannskap på bakken. Men dette krever både mye tid og sikkerhetsforanstaltninger. Videre er det avhengig av vær og vind og kan koste opptil 12.000 kroner per kilometer med strømlinje.

Siden satellitter kan dekke store områder på kort tid, er det mulig å bruke satellittdata til å se hvor vegetasjonen gir risiko for å komme i kontakt med strømledningene og forårsake strømbrudd og skogbrannfare?

– Det undersøkte vi i et forprosjekt som startet i 2019. Det har nå blitt utviklet videre til prosjektet GridEyes, sier Hauge.

GridEyes begynte i februar 2023 og skal vare i to år. Dette pilotprosjektet skal føre frem til en produktdemonstrasjon av tjenester for overvåking av strømlinjer i Norge og Canada.

Målet er at produktet skal kunne brukes internasjonalt på alle typer vegetasjon.

Lager risikokart basert på vegetasjon og vær

– Derfor skal vi lage risikokart over hvor vegetasjonen står i fare for å falle ned på strømlinjene, sier Reza Arghandeh.

Han er professor ved Institutt for datateknologi, elektroteknologi og realfag på Høgskulen på Vestlandet.

Satellittbilder som viser både typen og høyden på vegetasjonen og hvor nær den er strømlinjene, skal kombineres med sanntids- og prognose data over været i området.

Forskerne bruker satellittdata og kunstig intelligens for å lage risikokart over strømnettet og vegetasjonen rundt.

Slik er det mulig å lage risikokart som sier noe om faren for utfall i kraftnettet de kommende dagene.

– For å gjøre dette på en kostnadseffektiv måte som ikke krever for mye datakraft eller tid, bruker vi maskinlæringsalgoritmer og kunstig intelligens for å tolke satellittbildene, sier Arghandeh.

Men dette er ingen enkel oppgave.

Må være kostnadseffektiv og rask

– Det å forstå geometrien på størrelsen og formen til den aktuelle vegetasjon er komplisert. I tillegg er landskapet i Norge veldig variert, med mye fjell, fjorder og daler, og planter som har en lang vekstsesong, sier Arghandeh.

Alt dette skal tolkes på stor skala med enorme mengder data. Derfor må den kunstige intelligensen og dens algoritmer læres opp av mennesker først.

– Det er også minst like viktig for oss å utvikle et rammeverk for innhenting av rett type satellittdata på en rask og kostnadseffektivt måte som kan brukes i tjenesten, sier Reza.

Må hente rett data for jobben

Den økende mengden satellitter fra både offentlige etater og kommersielle selskaper gjør også at mengden informasjon blir svært stor.

Satellitter fra offentlige etater er finansiert av staten for å gjøre en oppgave samfunnet har behov for. De norske småsatellittene er gode eksempler på slike.

Kommersielle satellitter er i utgangspunktet skutt opp for å tjene penger til private selskaper. De selger altså bildene sine.

Satellitten Sentinel-2 ser vegetasjon, skogdekke, avlinger, vassdrag og kystlinjer spesielt godt, men også snø og is.

– Dette er et univers av data som krever at vi må være svært selektive og innhente rett type data for rett jobb. Slik kan vi få en akseptabel utregningstid og kostnad for resultatet, sier Arghandeh.

Data fra satellitter i europeisk romprogram

Tjenesten som forskerne i GridEyes utvikler, skal blant annet bruke høyoppløselige bilder fra satellittdataleverandører som Airbus, Maxar og Planet.

Noen av de kommersielle satellittene kan levere bilder med en oppløsning ned til bare 15 centimeter. Generelt er oppløsningen fra 30 til 50 centimeter.

– Jo høyere oppløsning, jo mer informasjon får vi. Det åpner for flere muligheter, sier Reza.

Men slike bilder er dyre. Derfor skal forskerne undersøke om det er mulig å bruke bilder fra for eksempel satellitten Sentinel-2 i Copernicus-programmet til risikokartene for vegetasjon som kan forårsake strømbrudd.

Copernicus er Europas store program for jordobservasjon for klima- og miljøovervåking.

– Selv om disse bildene har en lavere oppløsning, er de fritt tilgjengelige og en verdifull kilde til data for oss, sier Arghandeh.

Copernicus er EUs program for overvåking av jordas miljø og klima ved hjelp av satellitt.

Siden optiske satellitter ikke kan se gjennom skydekket eller når det er mørkt, skal forskerne også undersøke om det er mulig å bruke data fra satellitter med såkalt syntetisk-apertur-radar (SAR) i tillegg.

En optisk satellitt tar optiske bilder, altså vanlige kamerabilder. Og er Norge dekket av skyer, er det skyene vi ser. SAR tar radarbilder ved hjelp av mikrobølger og kan fotografere uavhengig av vær og lys.

– Radarbilder er vanskeligere å tolke enn optiske bilder, så her kommer kunstig intelligens og maskinlæring også til god nytte, sier Arghandeh.

Om prosjektet GridEyes

GridEyes er et samarbeid mellom StormGeo AS, Høgskulen på Vestlandet, firmaet eSmart Systems, strømselskapet Linja i Norge og Nova Scotia Power i Canada.

Det blir støttet av Norsk Romsenter og den europeiske romorganisasjonen ESA sitt program Bass (ARTES 4.0).

Powered by Labrador CMS