Prototyp eines prädiktiven Warnsystems zur Vermeidung von Ausfällen in Stromnetzen

Jüngste Ereignisse weltweit, wie der landesweite Stromausfall in Chile im Februar 2025, der 90 % der Bevölkerung für über 12 Stunden betraf, oder der iberische Stromausfall im April 2025, bei dem Spanien und Portugal fast 24 Stunden lang einen vollständigen Ausfall der Stromversorgung erlebten, können essenzielle Dienste unterbrechen, erhebliche finanzielle Verluste verursachen, die öffentliche Sicherheit gefährden und das Vertrauen in die Widerstandsfähigkeit der nationalen Infrastruktur untergraben.

Gleichzeitig befinden sich elektrische Energiesysteme in einem tiefgreifenden Wandel. Die rasche Integration erneuerbarer und dezentraler Energiequellen, verbunden mit der zunehmenden Elektrifizierung von Verkehr und Heizung, macht den Netzbetrieb immer komplexer und dynamischer. Daher ist Forschung, die sich auf die Verhinderung katastrophaler Ereignisse und die Aufrechterhaltung der Netzstabilität konzentriert, sowohl aktuell als auch unerlässlich.

Dieses Projekt wird in Zusammenarbeit zwischen Prof. Arrieta Paternina (Nationale Autonome Universität von Mexiko, UNAM) und Prof. Korba im Rahmen einer IEEE-Arbeitsgruppe durchgeführt. Datengetriebene und maschinelle Lernalgorithmen für ein präventives Überwachungssystem für elektrische Stromnetze werden entwickelt und in Echtzeit getestet.