Brukerforedrag - Esri norsk brukerkonferanse 2016

1. Ramez Rafat
03 februar 2016
Statnett
for store utbyggingsprosjekter
i Statnett SF
m/ vekt på automatisering

2. Om Statnett
 Sjekk http://www.statnett.no/Om-Statnett/ !
 Statnett er systemansvarlig i det norske kraftsystemet.
Dette innebærer å drifte om lag 11 000 km med
høyspentlinjer og 150 stasjoner over hele landet.
Driften overvåkes av en landsentral og tre
regionsentraler. Statnett har også ansvaret
for forbindelser til Sverige, Finland, Russland,
Danmark og Nederland.
 Statnett er et statsforetak (privat firma heleid av Staten)
opprettet i henhold til Statsforetaksloven og eid av staten
ved Olje- og energidepartementet.

3. Vi skal bygge ut for
over 70 milliarder kroner neste 7 år. Ca.
10 milliarder kroner hvert år. I alt dette
arbeidet benyttes GIS i alle faser av
prosjektene før de sluttproduktene
ender opp hos Drift og IKT sine
databaser og systemer og i rapporter og
verktøy..

4. Skal beskrive noen av de faser jeg selv jobber med i
UTM = Teknologi og Utviklingsdivisjon,
avdeling for miljø- og konsesjoner.
Har selv jobbet 23 år innen GIS-bransjen for
kommuner, fylkeskommuner, konsulentselskaper, ,
forskningsinstitusjoner, NTNU, oljeselskaper, NGI,
Statsbygg og nå Statnett SF. Mye like problemstillinger
uansett bedrift.. GIS kombinert med fagkunnskap
innen ulike områder gir stor nytteverdi for bedriften
om utnyttet i dialog med relevante eksperter (sagt med
tanke på eventuelle studenter i salen ) !

5. FØRST LITT OM:
ANALYSER,
TIDSFORBRUK
OG
GØY-INDEKSFAKTOREN 
(for sistnevnte tas ikke med mindre viktige
prosenter som inntjeningspotensialet, reduksjon i
HMS-nivå, klimagassreduksjoner, og lignende.
Gjelder analysepersonell!)

6. Uformell prosentfordeling mellom tid brukt på bearbeiding av data,
forberedende analyser og endelige automatiserte analyser. Jo mer som
automatiseres, jo mer tid blir det til overs for rapportskrivning og
presentasjon og man kan også analysere flere scenarier/osv..
Dokumentasjon og selve rapportskriving kan også utføres raskere!!
Kjedelig; 40
Interesant; 10
Morsomt :-) !; 20
Overkommelig; 30
Prosent arbeidsinnsats i en typisk analyseoppdrag samt
Indikasjon på grad av "interessanthetsfaktor" (ansikter), sistnevnte ofte
ikke nevnt høyt i bedriften ;-) !
Innhenting og bearbeiding av grunnlagsdata Forberedende analyser Endelige analyser Rapportskrivning
IKKE EKSAKT
VITENSKAP
DOG ;-) !Konseptvalgutredning
MTA-plandokument
MTA-plankart
Konsekvensanalyser
ROS-
naturfareanalyser
Grunneierutredning
Foredrag




7. Romlige data som benyttes – fra globalt nivå og helt ned til en dørhåndtak..

8. GIS, CAD og BIM i skjønn forening for samordningsmodeller
(her i ArcGlobe – en 3D-GIS-løsning fra ESRI)

9. La oss hjelpe til å gjøre en delt verden mer
hel  ! GIS kan forene!
En slags
"enhet i
mangfold
"

10. Noen typiske data til bruk i GIS, inklusive
GIS-analyser
 Bakgrunnskart
 Terrengmodeller
 Kraftsystem
 Temadata (nye produksjonsløyper utviklet)
 Surveydata (laser, lidar, sonar, orto, rasterdata)
 Plandata
 Matrikkelen/eiendomsregister

11. Eksempel på temadata for web- GIS og
desktop-GIS vist under. Også ikke minst en
viktig grunnlag for våre nåværende og
fremtidige analyser.
Naturvernområder
Naturtyper etter DNs håndbøker
Arter
Naturfare av ulike slag
AR50 / AR250 (Arealbruk i Norge)
Kulturminner
GRANADA
Foreslåtte naturvernområder
INON (Inngrepsfrie naturområder i Norge)
Villreinområder i Norge
Reindriftskartlegging av ulike slag (30
ulike tema)
Klimadata m/ avledete data og analyser
Restriksjonsområder (eget produkt)

12. Mye temadata tilgjengelig
 I Norge Digitalt sine databaser er det snakk om minst 305
temadatasett spredt på 31 hovedtema og 121
undertema/tema
 Vi benytter mange av disse, men supplerer ofte med egne
data som er bl.a. fanget inn fra felt og/eller innhentet på
annnen måte (f.eks. typisk for våre såkalte MTA-plankart
og for våre konsekvensanalsyer).
 Ser frem til ny nedlastingsløsning i 2017 eller 2018.
Slipper å lage og vedlikeholde en masse
konverteringsprogrammer/modeller når denne er på
plass. Tidligere fungerte egne python-programmer (flere
tusen linjer kode) mot gammel nedlastingsløsning, men
denne kan ikke benyttes lengre da denne ikke oppdateres
ofte nok, ikke inneholder alle data og til og med har
funksjonalitet som feiler som før fungerte  ..

13. Droner/ubemannet flyteknologi,
sensorer og roboter kan også fange
mange verdifulle data for analyser,
men dette holdes utenfor dagens tema..

14. Noe av bruken for GIS i TU
 GIS for analyser
 Konsekvensutredninger - KU
 Analyse av temadata. Fjellanalyser, ROS-analyser,
Naturvernområder,
 GIS for konsesjon
 Miljø,-transport- og anleggsplan
 Massekommunikasjon/utsendelser
 Web-GIS (med demo-maskin)
 Web-GIS og kobling mot IFS (annleggsdata, osv.)
 GIS for 3D-baserte samordningsmodeller
 VR-modell
 Demo-maskin som kan benyttes
 Håndholdte enheter for felt - GIS

15. Naturvern – viktig datasett
(Foreslått vern er de i lilla farge og bør også være med)

16. GIS benyttes til å vurdere f.eks. skredfare, flomfare og forurensning. Ett av mange innslag i
konsekvensanalyser, ROS-analyser, osv.

17. Hvor skal det bores?

18. Eksempelområde på Ås med geotekniske grunnboringer i 2D. Disse kan kobles til
sine geotekniske rapporter/osv. Kan f.eks. benyttes til å finne avstand ned til fjell,
beregne mengde jord som må graves ut, finne ulike lag med løsmasser, osv.
I kategorien jeg uformelt har
kalt "forberedende analyser"

19. A
N
A
L
Y
S
E
R

20. AUTOMATISERING I
FME, ARCGIS, QGIS, osv.
Starter imidlertid med en forenklet grafisk modell (f.eks. i Visio)
før modellering/programmering i slike verktøy

21. Kuriositet: GLOBALT nivå – HOTSPOT –
Verdens første globale modell og analyse rundt
snøskred og jordskred - 2005
Eksempel på forenklet
grovanalyse som kan
forfines ettersom
man går ned til
høyere
målestokknivåer med
mer og flere
detaljerte data og
mer avanserte
modeller

22. Jordskjelv
Ekstremnedbør
Fremgangsmåte for utvikling av globale fare- og risikoanalyser og kart for ”Landslide” (jordskred).
Alle tema i boksene er eller blir omgjort til grid. Resultatlagene blir klasseinndelt til slutt.
Utløsende faktorer Følsomhet
Befolkningstetthet
Infrastruktur og forberedelser
for å hanske naturkatastrofer
Sosio-økonomiske faktorer
Andre faktorer
FARESONEKART RISIKOKART
Sårbarhet
Topografi
Geologi
Årlig nedbør
GLOBALT nivå – HOTSPOT – Verdens første globale modell og analyse
rundt snøskred og jordskred – presentert ved ESRI konferanse 2005 i USA
Og Norge

23. I min tidligere jobb (NGI/ICG) jobbet vi med modellering/analyse opp til
jordklodenivå. Nå i Statsbygg går vi helt ned til dørhåndtaknivå og opp til
landsnivå  !

24. Hotspots for landslide hazards

25. Enkel arcPy-program
(Python med ArcGIS utvikdelser)

26. Til mer omfattende python-programmer (her 1472 linjer kode for å
konvertere alle temadata i gammel nedlastingsløsning til Norge
Digitalt til våre sentrale databaser)

27. I dag er det mange FME-modeller som konverterer temadata,
BIM og CAD til våre databaser og en del forberedende analyser
(av og til benyttes også Python i FME i tillegg til modellene)

28. Inngrepsfri natur i Norge
eksempel på analyser i en konsekvensutredning.
INON sone Tap ved utbygging Gjenvinning av INON
Inngrepsfri sone 2 1,71 km2 0,05 km2
Sauda 0,34 km2 0,01 km2
Suldal 0,94 km2 0,04 km2
Hjelmeland 0,39 km2 0
Forsand 0,04 km2 0
Inngrepsfri sone 1 0,05 km2 0,05 km2
Sauda 0 0,01 km2
Suldal 0 0,04 km2
Hjelmeland 0,05 km2 0

29. Egne Toolboxer med modeller i
ModelBuilder og programmer i Python

30. Verktøykasse for konsekvensanalyser. INON-analyser kan virke enkle,
men krever minst 12 kjørbare "modeller" for å beregne våre inngrep i
inngrepsfrie områder..

31. Klima-analyser på prosesserte data fra eksterne leverandører

32. Helhetlige ROS/KLIMA analyser som skal kjøres
halveis fylt fra automatiserte modeller/programmer
Basert på analyser gjort internt i
Statnett med både egne data
og eksterne data. Statnett GIS-
systemer og utviklingsverktøy
blir benyttet her.
Kunne oppdateres en gang i
året halvautomatisk uten stor
tidsbruk sammenlignet med
manuell oppdatering!!
78 sider med gjennomgang
av både naturfare og
klimafaktorer knyttet til våre
egne bygg/eiendommer!

33. Eksempel: Modellutvikling i ModelBuilder for evaluering av kvalitet på interpolering med
Kriging (i Spatial Analyst) for tidsserier med nedbørsdata fra målestasjoner for UK
Modell utviklet av Ramez Rafat, september 2009, her som delmodell i et større modellarbeide.

34. Utvalgte klimadata og antall risikoutsatte bygg
Delanalyseprodukt her er ferdig prosessert råtefareindekskart
fra samarbeide mellom Met.no, SINTEF Byggforsk og Statsbygg
Kart over potensiell råtefare
i Norge basert på
normalperioden 1961-1990.
Noen av Statsbyggs
bygninger er identifisert i
forhold til disse grove
råtefareklassene som vist til
venstre med fargeskalaer.
Det ble ikke tid til å
innlemme potensiell
råtefare basert i Norge med
grunnlag i klimascenarier
for perioden 2021-2050,
men slik analysekart finnes
allerede utarbeidet.
7,1% har liten råtefare
67,3% har middels råtefare
25,6% har høy råtefare

35. Spør med Matrikkel-ID, Prosjekt-ID
ArcMap Matrikkel
IFS
Finn berørte eiendommer
MatrikkelID
EierId
Addovation
fletting
Webservice
Genererer
kartbilder
Brev
Spør med Matrikkel-ID
Svarer med geometri
Massekommunikasjon – en annen form for automatisering av prosesser/oppgaver
Leverer berørte eiendommer
Leverer karter
H
O
V
E
D
P
R
O
S
E
S
S
KARTLEVERANSE
K
A
N
V
E
L
G
E
S

37.  Kun eiendommer berørt av veier velges her med valgt buffer
som kan endres.
 OBS: Dersom veier og/eller master manger numrering, vil
disse ikke tas med i brevene som sendes ut, men eiendom
identifiseres..

38. Våre analyse av våre egne ledninger på ulike temadata (her
bearbeidet og tolkede arealtyper fra Skog- og landskap).
Fjellanalyser for Plan- og analyse seksjonen..

39. Fjellanalyser for Plan- og analyse
Antall meter ledninger på høyfjell/barfjell
Spenning (kV) FREQUENCY SUM lengde ledninger i meter
0 8 207 064,85
66 3 35 353,34
132 83 2 736 708,53
150 1 10 814,30
220 2 87 094,76
250 2 55 919,08
300 108 4 412 833,66
350 1 28 051,42
420 53 2 973 047,27
Sum 10 546 887,22
ArcGIS Analyse 01 - 07.01.2015 - Ramez Rafat

40. 16.02.2016
UTM leveranse (Miljø- og konsesjon):
•Data hentet fra Gis-basen:
•Eiendomsforhold
•Inon, geofarer, flom
•Verneområder
•Kulturminner, reindrift
•Biologisk mangfold
•Leveranser fra andre:
•Prosjekterte data fra fagavdelingene:
•UTL,UTS,UTK
•Mottatt fra fagutredere:
•Kulturminner, biologisk mangfold,
osv
•Mottatt fra lokale myndigheter:
•kommuneplaner, verneplaner, osv
Geodata for noen av avdelngenes leveranser/produksjon når gjelder
samordningsmodeller kommer fra mange kilder. Her er noen få:
UTL leveranse (Ledning):
•Landmålte data:
•Trase
•Masteplasser
•Transportplan/veier
•Nye & gamle
•Riggplasser
•VR modell
UTS leveranse (Stasjonsavd):
•(Enlinjeskjema)
•Situasjonsplan
•3D modell apparatanlegg
•3D kontrollbygg
•Tomt/inngrep
•Vei
•Masseballanse
Egne teknisk prosjekterte data
SAMORDNINGSMODELLER i 2D og 3D
Sammenstilte data til søknad/konsesjon
Nå i 2D men forhåpentligvis også i 3D
etter hvert..
Anleggsdata til entreprenør:
•3D DAK modell SAMORDNINGSMODELL
•Stikningsdata
Leveranse til
drift/anleggsforvaltning:
AS-BUILDT
•IFS data
BK leveranse:
•Kabeltrase
•Muffeanlegg
IKT
• Felles GIS-baser (Oracle, SDE og
filbasert):
Geodata/geodesi koordinering
Kartdata

41. Av og til er Geocortex nok for visuelle
analyser og oppslag i IFS-data.
Litt om GIS-koblinger til IFS og
omvendt…
GIS <--> IFS

42. Koblinger av ledninger/master til IFS-dokumenter

46.  Parameterstyrt oppstart av webkart fra IFS
http://<..>/statnettviewer/Viewer.html?Viewer=Statnett&
attributeSearch=Eiendom,GISADMIN.GMAeiendomsflate.ENUMMER,144863303
…eller….

48. MTA-plankart og 2D-samordningsmodeller
utformes i ArcGIS Desktop med input også fra CAD/BIM

49. Ender opp som georefert PDF..

50. 2D-samhandlingsmodell for Lysebotn

51. Ørskog – Fardal – Sogndal transformatorstasjon - Statnett
3D-data (fra GIS, BIM, CAD,
databaser og fagsystemer) kan
ikke "bare" visualiseres i 3D som
her, men også benyttes i 3D-
analyser!

52. Ørskog – Fardal – Sogndal transformatorstasjon - Statnett

53. Flygning gjennom samordningsmodell

54. Nå kan en vanlig bærbar PC gjøre slike
analyser like lett som en kraftig
arbeidsstasjons PC i 2005 !

55. Tips: Lettere å utnytte kraftige kjerner og flere CPU'er i en PC/bærbar nå i
ArcGIS uten kreativ programmering i Python!! Nå kun endring av en
environment instilling for stadig flere tools (f.eks. 8 eller 200% starter 8
prosesser på en 4-kjernet CPU) . Økt hastighet avhengig også av slike ting som
minne, hurtighet på lagringsenhet + mye mer..

56. Paralellprosessering (her på Citrix arbeidsstasjon)

57. Extensions kan også utnytte paralellprosessering! Her
eksempel fra Geostatistical Analyst i 10.2:

58. Takk for
oppmerksomheten!