Vipu ja pyörä olivat aikansa teknologisia mullistuksia. Nyt 2020-luvulla työntekoa mullistavat robotiikka ja tekoäly. Ohjelmistorobotiikkaa voidaan hyödyntää esimerkiksi erilaisissa sähköverkon suunnittelun mitoitus- ja reitinvalintarutiineissa. Tuloksena syntyy tasalaatuisia ja keskenään vertailukelpoisia suunnitelmia, joissa niin tekniset kuin taloudellisetkin näkökohdat on huomioitu. Suunnitelmat toimivat kestävänä perustana investointihankkeiden priorisoinnissa ja tukevat näin verkkoyhtiön päätöksentekoa.
Sähkön toimitusvarmuuteen ja tuotannon hiilineutraaliuteen liittyvät vaatimukset kiristyvät, verkkoon kytketään lisää hajautettua ja sääriippuvaista tuotantoa, sähköautot yleistyvät. Verkkoyhtiöt pyrkivät vastaamaan näihin haasteisiin investoimalla merkittävästi: jakeluverkkojen säävarmuutta ja kykyä vastata energiajärjestelmän murrokseen liittyviin ilmiöihin parannetaan, ja ilmajohtoja kaapeloidaan maan alle myös kaupunkien tiivistyessä.
Miten verkkoyhtiöt kykenevät vastaamaan kaikkiin haasteisiin alati monitahoisemmaksi muuttuvassa toimintaympäristössä? Eri muuttujien huomiointi, useiden skenaarioiden arviointi sekä kustannustehokkaiden ja sähköteknisesti turvallisten ratkaisujen löytäminen on suunnittelijalle työlästä ja aikaa vievää. Vanhat ja uudet johtimien poikkipinnat, jakokaapit ja sulakekoot; sähköverkossa kaikki seikat kietoutuvat toisiinsa ja johtavat helposti suunnittelijan kannalta hyvin työlääseen kokeilemisen ja erehtymisen kierteeseen. Entä jos käytössä olisi robotti, joka väsymättömänä suunnittelijan apulaisena huolehtisi näistä rutiineista?
Tähän tarpeeseen Trimble kehitti Network Optimizerin yhteistyössä Carunan ja Elenian kanssa.
Robotin vahvuutena on sen kyky suorittaa annettu tehtävä aina uudestaan, nopeasti ja väsymättä. Network Optimizer etsii suunnittelijan käskystä parhaan mahdollisen verkkorakenteen ja huolehtii, että verkko on sähköteknisesti oikein mitoitettu. Jos lähtötiedot muuttuvat, laskenta voidaan suorittaa uudestaan nappia painamalla. Itse verkon suunnittelu perustuu elinkaarikustannusten minimointiin annetulla ajanjaksolla – teknisten reunaehtojen puitteissa. Kun Optimizer ottaa kantaakseen tietyt työläät ja aikaa vievät rutiinit, vapautuu asiantuntijoille aikaa olennaisempien kysymysten tarkasteluun.
– Verkostoanalyytikon tehtävään liittyy paljon eri verkkoalueiden toimintaympäristöjen ymmärtämistä ja tulevaisuuden kehityssuuntien analysointia. Network Optimizerin ansiosta tämänkaltaisten isojen kokonaisuuksien analysointiin jää enemmän aikaa, kun manuaaliset ja aikaa vievät työvaiheet voidaan tehdä aikaisempaa nopeammin, kertoo verkostoanalyytikko Janne Sorsanen Carunasta.
Myös Elenian kehityspäällikkö Vesa Hälvä kertoo, että heillä keskeisin hyöty ja tavoite Network Optimizerin suhteen on juuri suunnitteluprosessin kehittyminen ja nopeutuminen. Robotti käytännössä poistaa yhden manuaalisen työvaiheen.
– Network Optimizer mahdollistaa sujuvamman ja vähemmän toisteista käsityötä sisältävän suunnitteluprosessin. Varsinaisen verkon teknis-taloudellisen optimoinnin ohella olemme yhteistyössä Trimblen kanssa kehittäneet myös suunnitelman jälkikäsittelyprosessia siten, että aiemmin käsityönä tehtäviä rutiinitehtäviä siirtyy automatisoiduksi, Hälvä kertoo.
Yksityiskohtaista tietoa aikaisemmassa vaiheessa projektia
Carunassa Network Optimizer on muuttanut verkon kehittämisen prosessia, joka ulottuu pitkän tähtäimen suunnittelusta aina verkon rakentamiseen.
– Pystymme Optimizerin ansiosta tekemään detaljisuunnittelua jo varhaisessa vaiheessa suunnitteluprosessia, kun tehdään käytännössä vielä yleissuunnitteluvaihetta, joten meillä on parempi näkyvyys lopputulokseen myös taloudellisessa mielessä, kertoo Carunan kehitys- ja innovaatiojohtaja Elina Lehtomäki.
– Saamme hyvän käsityksen siitä kustannustasosta ja kustannustehokkuudesta, mitä saneeraaminen todennäköisimmin maksaa, ja toisaalta säästymme myöhemmiltä yllätyksiltä kustannusten suhteen. Tietyllä tavalla nimenomaan investointien portfolion hallintaan Optimizerilla on iso merkityksensä, Lehtomäki jatkaa.
Myös Vesa Hälvä kokee oleellisena hyötynä ennusteiden tarkkuuden paranemisen.
– Saamme prosessin aiemmassa vaiheessa tarkemman kustannus- ja määräarvion projektista, hän kertoo.
Tasalaatuisia, vertailukelpoisia, strategiaan perustuvia verkkosuunnitelmia
Hälvä näkee Network Optimizerin hyötynä myös suunnitteluperiaatteiden tehokkaan viemisen käytäntöön.
– Optimizer tuottaa ennen kaikkea tasalaatuisia suunnitelmia ja mahdollistaa Elenian rakentamistavan mallintamisen. Samoin strategiset muutokset rakentamistavassa on mahdollista viedä suoraan työkaluun, ja siten muutos pystytään toteuttamaan nopeasti ja tehokkaasti koko projektiportfolioon, Hälvä kuvailee.
– Tässä vaiheessa suunnittelurobotin käyttöä suurimmat hyödyt ovat suunnitteluprosessin tehostuminen sekä suunnitelmien tasalaatuisuus ja sitä kautta verkosto-omaisuuden hallinnan vahvistuminen, hän jatkaa.
Carunan Lehtomäki kertoo, että suunnittelurobotin avulla voidaan myös varmistaa toimitusketjun läpinäkyvyys eli se, että verkko noudattaa Carunan määriteltyjä suunnittelun periaatteita.
– Jos on poikkeamia, niin syitä ei tarvitse myöhemmin pohtia, sillä Optimizer auttaa palaamaan aikaisemmin rakennettuun verkkoon ja näkemään ne periaatteet, joilla verkko on suunniteltu ja rakennettu.
Asiantuntijan ja suunnittelurobotin työnjako on selvä: asiantuntija antaa muutamia lähtötietoja, joiden perusteella Network Optimizer suorittaa sadoista tuhansiin laskentakierrosta. Tämän jälkeen se palauttaa parhaan löytämänsä verkkosuunnitelman, jossa elinkaaren kokonaiskustannukset on minimoitu. Verkko on sähköteknisesti oikein mitoitettu ja noudattaa yhtiökohtaisia suunnitteluperiaatteita verkkorakenteista komponenttityyppeihin ja jakelun luotettavuusvaatimuksiin.
Robotiikka siis nopeuttaa suunnittelua ja kustannusarvioiden tekemistä, mutta mitä muuta hyötyä siitä on käyttäjälleen?
– Tämä nopeuttaa merkittävästi käyttäjän ajatustyötä, koska kokemukseni mukaan on helpompi arvioida olemassa olevaa verkkoratkaisua kuin tehdä kokonaan uusi. Näen sovelluksen tämänkaltaisessa hyödyntämisessä myös merkittävän oppimisnäkökulman, minkä avulla käyttäjä voi laajentaa näkemystään verkon kehittämisestä, Janne Sorsanen sanoo.
Mahdollisena haasteena Sorsanen tunnistaa verkon mallinnuksen laadukkuuden.
– Ratkaisujen todellinen taso on pitkälti riippuvainen lähtötietojen laadukkuudesta. Näin ollen dokumentoinnin laadun tärkeys korostuu entisestään, hän kertoo.
Hälvä nostaa esiin suunnittelurobotin ja sen käyttäjän välisen työnjaon.
– On tärkeä tuntea lainalaisuudet, joiden mukaan työkalu toimii, jotta osaa ennakoida sen soveltuvuutta erilaisiin tilanteisiin. Ei ole edes tarkoituksenmukaista pyrkiä rakentamaan työkalua joka kykenee huomioimaan kaikki erikoistapaukset, vaan nämä on järkevää jättää asiantuntijan arvioitavaksi.
Myös ihmistä siis edelleen tarvitaan verkon suunnittelussa.
Network Optimizer on epäilemättä jo nyt mullistanut verkonsuunnittelun, mutta samaan aikaan on helppo nähdä monia mahdollisia kehityssuuntia, joilla robotti voisi vielä syventää prosessitukea. Mitä ajatuksia verkkoyhtiöissä on tulevaisuuden kehityssuunnista?
Elenian Hälvä sanoo, että olisi hienoa, jos matkalla kohti kokonaisvaltaisempaa optimointia Network Optimizer oppisi tulevaisuudessa vuorovaikuttamaan käyttäjänsä kanssa enemmän ja hyödyntämään verkon kunto- ja ominaisuutietoja päätöksenteon monipuolistamiseksi.
Vahvasti samoilla linjoilla ollaan Carunassa. Lehtomäki pohtii, pystyisikö Network Optimizer tulevaisuudessa ottamaan huomioon verkon kokonaisvaltaista kuntoa ja valitsemaan työkalupakista kuhunkin tarkoitukseen sopivimman ratkaisun. Vielä nykyään valinnan tekee asiantuntija. Mutta jos verkon mallinnus kehittyisi niin, että historia-, energia-, ja tehotiedon sijaan mallinnettaisiin, mitä missäkin verkon osassa tulee todennäköisimmin tapahtumaan?
– Ihan jo sitäkin, että missä on kasvua ja missä pois muuttoa, Lehtomäki sanoo.
– Verkkoyhtiöiden toiminnan tekee haastavaksi pitkäjänteisyys, sillä investointeja tehdään todella pitkäksi ajaksi. Kun sähköstä riippuvuus kasvaa ja samaan aikaan ilmiöt muuttuvat, niin nimenomaan ennakoitavuus kaikkeen tällaiseen täytyy tuoda osaksi systeeminhallintaa, hän jatkaa.
Ehkäpä koneäly mahdollistaa tulevaisuudessa sellaisten hentojen, pohjalla piilevien signaalien havaitsemisen ja ymmärtämisen, että vielä nurkan takana häämöttäviin tietyn alueen sähköverkon vaatimuksiin voidaan vastata. Oli suunnittelurobotin rooli tulevaisuudessa mikä tahansa, niin varmaa kuitenkin on, että asiantuntijan ammattitaidon merkitys korostuu entisestään.
