| EV capaciteit op opstelterreinen
Innoveren in een pressure cooker
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Agenda
1. Opening Paul
2. Presentatie Paul
‘Experimenteren met data’
3. Interactie
4. Presentatie Marc
‘Pressure cooker emplacement Nijmegen’
5. Interactie
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Treindienstleiders Energievoorziening
DataLab: Experimenteren met data
2017 - 2019 2020
Spoorstaaf
Treindetectie
• Monitoring met sensoren op reizigerstreinen
• Spoorstaaf slijtage voorspellen
• Monitoren ‘ten onrechte bezet spoor’
• Beeldherkenning ES lassen
• Spoorlopers dashboard en voorspelmodel
• Dieren en treinhinder
• Monitoring bovenleiding
met meettrein data, sensoren op NS treinen en VIRM
loggings
• EV capaciteit opstelterreinen
Kunnen we uit data (veel, diverse, ongestructureerde data) de toestand (infra conditie, treinverkeer menselijk gedag)
op dit moment herkennen of de toekomstige toestand voorspellen ?
• Voorspellen opstarttijd
• Voorspellen taaklast / werkdruk
• Invloed van perrondrukte op halteertijd / vertraging.
• Invloed van 1,5m afstand op
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Nodig om te beginnen
Product owner:
• Brengt materiekennis in
• Stelt onderzoeksvragen op
• Prioriteert
Scrum master:
• Faciliteert het proces
• Neemt obstakels weg Datascientists / engineers
• Data bewerken
• Patronen herkennen
• Modellen ontwikkelen
• Uitkomsten visualiseren
Scrum team
Een multidisciplinair team
ICT hulpmiddelen
Schaalbaar en herbruikbaar
Programmeertaal
Data
Belangrijkste databronnen beschikbaar.
Big data platform
Sprint
Scrum werkwijze
Input: Vraagstukken (backlog items)
Output: informatie producten
Vraagstuk begrijpen
Presenteren
Een aanpak die past bij ‘samen ontdekken’ en ‘papierwerk’ minimaliseert.
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
verkennen
experimenteren
ontwikkelen
pilot
implementeren
Project- voorstel
Proof of Concept
Prototype Beproefd Prototype
Van idee tot implementatie
Innovatie proces
Pressure cooker
Pressure cooker
Korte tijd (1 week) experimenteren met data om te toetsen:
• Hoofdvraag: Is de potentie van de data voldoende om de gewenste oplossing te ontwikkelen?
• 5 Sprints van 1 dag
• Iedere Sprint start met een planning en eindigt met een demo.
Pressure cooker voorbeeld
Aanpak
• Project scope is opstelterrein Nijmegen
• Vooraf data verzamelen: (verbruiks- en treindata)
• Scrum methode: 1 week met iedere dag 1 sprint
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Aanleiding en doel
Aanleiding
• Toename aantal treinbakken op opstelterrein - mogelijke overbelasting Energievoorziening
• Wat is er in de toekomst nodig om alles nog steeds te laten functioneren?
• Nu: dimensionering energievoorziening op basis van ontwerpregels Doel
• Inzicht krijgen in de beschikbare data
• Invloeden op het energieverbruik bekijken
• Toekomst: biedt de beschikbare technologie de mogelijkheid om toekomstig capaciteitsverbruik te voorspellen?
Overzicht databronnen
• Periode: Juni 2019 – Januari 2020
• Energieverbruik per kwartier: hoeveelheid kWh afgenomen van energieleverancier
• Sensordata per seconde: hoeveelheid stroom van onderstation naar verschillende delen bovenleiding
• Treinbewegingen: In- en uitbewegingen emplacement Nijmegen
• Weerdata per kwartier - weerstation Volkel
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Overzicht situatie Nijmegen
OS Uilenboom
OS Ressen- Bemmel
Eerste inzichten in de data: Energieconsumptie
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Eerste inzichten in de data: Sensordata check
Eerste inzichten in de data: Sensordata
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Eerste inzichten in de data: Energie pieken
• Koudste dagen in deze dataset:
• Rood: treinverwarming ‘s nachts uit (donderdag 31 okt)
• Blauw: treinverwarming ‘s nachts aan (woensdag 20 nov)
Toekomstig capaciteitsverbruik
• Verwachting: hoogste piek na koude nacht met verwarming uit
• Maximale transportvermogen kabels bij opstelterrein: 1980 kWh per kwartier THEORIE
• Maximale opwarm piek voor 113 treinbakken: 1870 kWh per kwartier (60 min. verwarmen)
• Ruwe schatting: 30% groei van elk materieeltype: 2430 kWh DATA
• Hoogst gemeten piek: 903 kWh per kwartier (bij nacht van -2 graden)
• Extrapoleren is moeilijk: geen écht koude nachten gemeten en weinig variatie in bak
Ruimte onder deze hulplijn vrij houden voor logo of subtitel
Conclusie
Aanpak is veelbelovend
• Sensor data is van goede kwaliteit
• Treinbewegingen zijn betrouwbaar buiten opstelterreinen Eerste inzichten
• Effect van temperatuur
• Indicatie verhouding verwarmen/tractie
• Belangrijkste moment gevonden: opstarten van de ochtendspits
Met pressure cooker ben je er nog niet:
In 1 week tijd meer inzicht in haalbaarheid en mogelijkheden, nieuwe ideeën, gevoel middels data beter onderbouwd.
Aanbevelingen
Meer data verzamelen
• Variatie in dienst regeling (of je kan week vs. weekend bekijken)
• Sensordata bij extreem koude nachten
• Trein planningsdata Voorspelmodel maken
• Focus op de pieken, niet het normale gedrag
• Eerste poging ziet er goed uit, maar er is meer data nodig voor voldoende betrouwbaarheid