SlideShare a Scribd company logo
De Bouwblokken van AI
voor Energie
Luc Nies l Alliander Research Center for Digital Technologies
Over Alliander
• Luc Nies
• Alliander Research Center for Digital Technologies
• Principal Researcher AI
• AI for the Digital DSO
• Pionieren
• Inspireren
• Kennis Delen
Wie ben ik?
3
Presentatie 2. Luc Nies - Alliander - De Bouwblokken van AI voor Energie
Presentatie 2. Luc Nies - Alliander - De Bouwblokken van AI voor Energie
AI voor het
net
AI voor de
mens
AI toepassingen
Novel Algorithm
Research
Data for & by AI Trustworthy AI
Hoog
Technology
Readiness
Level (TRL)
Laag
Technology
Readiness
Level (TRL)
First
application
TRL 1
TRL 2
TRL 3
TRL 4
TRL 5
TRL 6
TRL 7
TRL 8
TRL 9
Lab
prototypes
Research
Potential
unlocked
Technology Readiness Levels
7
TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9
Development Phase
Discovery Phase Demonstration Phase Deployment Phase
1) Gebaseerd op TRL van RVO
Fundamental
Research
In productie
Proof of
concept
Lab prototype
Pilot in test
omgeving
Pilot in
operatie
Discovery Phase
Technology Readiness Levels
8
TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9
Development Phase
Discovery Phase Demonstration Phase Deployment Phase
1) Gebaseerd op TRL van RVO
• Netbeheerder
specifieke
onderwerpen
• In samenwerking met
Universiteiten en
hogenscholen
• ICAI lab
• Langdurige trajecten
• Netbeheerder
specifieke
onderwerpen
• Algemene Nieuwe AI
tech
• Kort cyclisch
• Meer betrokkenheid
business
• In samenwerking met
startups of
innovatieve bedrijven
• Samen met Business!
• Organisatie verandering
• Duurt soms lang…
AI voor het
net
AI voor de
mens
AI toepassingen
Novel Algorithm
Research
Data for & by AI Trustworthy AI
Hoog
Technology
Readiness
Level (TRL)
Laag
Technology
Readiness
Level (TRL)
First
application
TRL 1
TRL 2
TRL 3
TRL 4
TRL 5
TRL 6
TRL 7
TRL 8
TRL 9
Lab
prototypes
Research
Potential
unlocked
• Algoritmes vormen de kern van elke AI applicatie
• Testen, evalueren en verbeteren van nieuwe algoritmes
• Twee categorieën
• Netbeheerder uniek
• AI ontwikkeling
• Ontwikkeling intern samen met academie
• Fundamenteel onderzoek
• Breder toepasbaar
• AI toepassing
• Volgen de markt
• Inkopen wanneer mogelijk
AI capability 1
Novel Algorithm Research
10
• Graph neural
networks
• Large Language
Models
• State Estimation
• Quantum Machine
learning
• Knowledge graphs
• Transformers
• Conditional
Variational
Autoencoders
Voorbeelden van
Algoritmes die we
onderzoeken
Novel Algorithm Research & AI voor het net
Graph Neural Networks
12
TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9
Development Phase
Discovery Phase Demonstration Phase Deployment Phase
Wat zijn Graph Neural networks?
• Een vorm van machine learning die gebruik maakt van een
netstructuur. We kunnen hiermee beter AI toepassen op ons net.
Wat doen we hier mee?
• Snellere n-1 berekeningen. Eerste resultaten zijn 500x sneller dan
huidige methode!
• Waarschijnlijk nog veel meer toepassingen.
Met wie doen we dit?
• PhD traject samen met Radboud Universiteit en onderdeel van
het ICAI lab.
• Gelinkt aan digitaliseringsteam (INPAI)
Development Phase
Discovery Phase Demonstration Phase Deployment Phase
Novel Algorithm Research & AI voor de mens
AI assistent voor de inkoop
13
TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9
Wat is het probleem?
• Een aanbesteding bestaat uit vele (200+) documenten. Aannemers stellen
hier vragen over die inkoop moet beantwoorden. Vaak moet de
inkoopmedewerker dan alle documenten doorspitten opzoek naar het
antwoord of de vraag doorzetten naar meer inhoudelijk specialisten.
Hoe lossen we dit op?
• We hebben een AI assistent gebouwd op basis van een Large Language
Model (ChatGPT) om een inkoop medewerker te ondersteunen bij
aanbestedingstrajecten. De AI assistent krijgt de vraag en probeert op basis
van de documenten een antwoord te formulieren.
Resultaten?
• Ongeveer 25% van de vragen werden direct goed beantwoord. 50% was een
goede basis waar de medewerker op voort kon bouwen
• Elke AI heeft data nodig
• Training
• Toepassing
• Garbage in = garbage out
• Twee oplossingsrichtingen
1. Data verbeteren met behulp van AI
• Hoe kunnen we met behulp van AI data fouten herkennen en verbeteren?
2. Robuuste AI
• Hoe maken we onze algoritmes robuuster tegen slechte data?
AI capability 2
Data for & by AI
14
• Herkennen
verkeerde trapstand
distributie trafo
• LS topology
estimation
• Inschatten locatie
aansluitkabel
• Detecteren
schakelhandelingen
uit meetdata
(STORM)
• Inschatten reactief
vermogen met actief
vermogen
Voorbeelden van Data
onderzoeken
Wat is het probleem?
• Voor veel netwerkanalyses is het nodig om de spanning op het
middenspanningsnet weten. Dit meten we maar op een handvol
plekken en is dus niet toereikend. We kunnen de metingen op
laagspanning gebruiken om de spanning op het MS net te
berekenen. Maar hiervoor moeten de ingestelde trapstand van de
transformator weten. Dit is geregistreerd maar is vaak
(vermoedelijk) incorrect.
Hoe lossen we dit op?
• De fouten die ontstaan in analyses door verkeerde trapstanden zijn
constant. Door opzoek te gaan naar zulke constante fouten in de
analyses kunnen we herkennen welk trapstanden verkeerd staan
geregistreerd.
Resultaten?
• Op eerste test: 8 van de 10 goed ingeschat.
Development Phase
Discovery Phase Demonstration Phase Deployment Phase
AI voor het net – Data by & for AI
Detecting tap changer positions in transformers
16
TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9
Development Phase
Discovery Phase Demonstration Phase Deployment Phase
AI voor het net – Data by & for AI
Synthetische data
17
TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9
Wat is het probleem?
• Slimme meter data is privacy gevoelige informatie. Aan het gebruik
zijn beperkingen verbonden. Dat maakt het uitdagend om nieuwe
algoritmes te ontwikkelen die gebruik maken van deze data.
Hoe lossen we dit op?
• We een AI leren hoe meter data er uit ziet door deze te trainen op
echte data. Vervolgens kan deze (neppe) meterdata genereren die
geen inbreuk maakt op de privacy van onze gebruikers. Deze data
kunnen we wel gebruiken in ontwikkeling van onze analyses.
Resultaten?
• De synthetische tijdsreeksen zijn nog niet perfect, maar vatten wel
de juiste trends
• Hoe ga je verstandig om met AI?
• Impact op menselijk werk
• Vertrouwen in AI
• Behouden essentiële vaardigheden
• Impact op energiesysteem
• Monitoring van AI
• Uitlegbare AI
• Eerlijke AI
AI capability 3
Trustworthy AI - Ethics & Guardrails
18
• Hoe voorkomen we een
(discriminerende) bias in
onze modellen?
• Hoe zorg je ervoor dat
we door automatisering
geen essentiële kennis
en vaardigheden
verliezen?
• Hoe weten we zeker of
het resultaat van een AI
klopt?
• Hoe maken we een
uitlegbare AI?
• Hoe zorgen we er voor
dat het werk wat
overblijft, leuk blijft?
• Hoe monitoren we AI?
Thema's die centraal staan bij
Trustworthy AI
AI voor het
net
AI voor de
mens
AI toepassingen
Novel Algorithm
Research
Data for & by AI Trustworthy AI
Hoog
Technology
Readiness
Level (TRL)
Laag
Technology
Readiness
Level (TRL)
First
application
TRL 1
TRL 2
TRL 3
TRL 4
TRL 5
TRL 6
TRL 7
TRL 8
TRL 9
Lab
prototypes
Research
Potential
unlocked

More Related Content

Similar to Presentatie 2. Luc Nies - Alliander - De Bouwblokken van AI voor Energie

2016 11-15 - nvrb - software betrouwbaarheid
2016 11-15 - nvrb - software betrouwbaarheid2016 11-15 - nvrb - software betrouwbaarheid
2016 11-15 - nvrb - software betrouwbaarheid
Jaap van Ekris
 
Presentatie 2e roundtable ai and audit 2018 coney
Presentatie 2e roundtable ai and audit 2018 coneyPresentatie 2e roundtable ai and audit 2018 coney
Presentatie 2e roundtable ai and audit 2018 coney
drs Pieter de Kok RA
 
Monitoring sucks
Monitoring sucksMonitoring sucks
Monitoring sucks
Jurgen van de Pol
 
GoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo EvertsGoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo Everts
Ivo Everts
 
Best practices in het datacenter: samenwerking tussen facilitair beheer en IT
Best practices in het datacenter: samenwerking tussen facilitair beheer en ITBest practices in het datacenter: samenwerking tussen facilitair beheer en IT
Best practices in het datacenter: samenwerking tussen facilitair beheer en IT
Peter Vermeulen
 
Explainable AI
Explainable AIExplainable AI
Explainable AI
CamilleCallewaert
 
GoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo EvertsGoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo Everts
Ivo Everts
 
20130620 Streamlining Analytics extern
20130620 Streamlining Analytics extern20130620 Streamlining Analytics extern
20130620 Streamlining Analytics extern
Smals
 
Solvinity | Big Data: Ability to Execute
Solvinity | Big Data: Ability to ExecuteSolvinity | Big Data: Ability to Execute
Solvinity | Big Data: Ability to Execute
Solvinity
 
Microsoft Power Automate een introductie
Microsoft Power Automate een introductieMicrosoft Power Automate een introductie
Microsoft Power Automate een introductie
Companial
 
Innovatiereeks presentatie geautomatiseerd testen van data warehouses
Innovatiereeks   presentatie geautomatiseerd testen van data warehousesInnovatiereeks   presentatie geautomatiseerd testen van data warehouses
Innovatiereeks presentatie geautomatiseerd testen van data warehouses
Kadenza Plus
 
Testnet - Workshop Data Profiling voor Testers 20160511 - DEF
Testnet - Workshop Data Profiling voor Testers 20160511 - DEFTestnet - Workshop Data Profiling voor Testers 20160511 - DEF
Testnet - Workshop Data Profiling voor Testers 20160511 - DEF
dorsek
 
Smart lean introductie
Smart lean introductie Smart lean introductie
Cognitive computing
Cognitive computingCognitive computing
Cognitive computing
Arne Lamote
 
Begroten van IT
Begroten van ITBegroten van IT
Begroten van IT
Frank Vogelezang
 
From IoT data to business value with Rapid App Development
From IoT data to business value with Rapid App DevelopmentFrom IoT data to business value with Rapid App Development
From IoT data to business value with Rapid App Development
IoT Academy
 
Webinar Towards the Digital Factory 2 - Gerlinde Oversluizen
Webinar Towards the Digital Factory 2 - Gerlinde OversluizenWebinar Towards the Digital Factory 2 - Gerlinde Oversluizen
Webinar Towards the Digital Factory 2 - Gerlinde Oversluizen
HAN Lean-QRM Centrum / HAN Lectoraat Lean
 
Romex intro test no animation
Romex intro test no animationRomex intro test no animation
Romex intro test no animation
Peter van Oostrom
 
Whitepaper IoT Platformen
Whitepaper IoT PlatformenWhitepaper IoT Platformen
Whitepaper IoT Platformen
IoT Academy
 

Similar to Presentatie 2. Luc Nies - Alliander - De Bouwblokken van AI voor Energie (20)

2016 11-15 - nvrb - software betrouwbaarheid
2016 11-15 - nvrb - software betrouwbaarheid2016 11-15 - nvrb - software betrouwbaarheid
2016 11-15 - nvrb - software betrouwbaarheid
 
Presentatie 2e roundtable ai and audit 2018 coney
Presentatie 2e roundtable ai and audit 2018 coneyPresentatie 2e roundtable ai and audit 2018 coney
Presentatie 2e roundtable ai and audit 2018 coney
 
Monitoring sucks
Monitoring sucksMonitoring sucks
Monitoring sucks
 
GoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo EvertsGoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven op de hogeschool van Amsterdam: gastcollege door Ivo Everts
 
Best practices in het datacenter: samenwerking tussen facilitair beheer en IT
Best practices in het datacenter: samenwerking tussen facilitair beheer en ITBest practices in het datacenter: samenwerking tussen facilitair beheer en IT
Best practices in het datacenter: samenwerking tussen facilitair beheer en IT
 
Explainable AI
Explainable AIExplainable AI
Explainable AI
 
Netflow Performance
Netflow PerformanceNetflow Performance
Netflow Performance
 
GoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo EvertsGoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo Everts
GoDataDriven weer op de hogeschool van Amsterdam: gastcollege door Ivo Everts
 
20130620 Streamlining Analytics extern
20130620 Streamlining Analytics extern20130620 Streamlining Analytics extern
20130620 Streamlining Analytics extern
 
Solvinity | Big Data: Ability to Execute
Solvinity | Big Data: Ability to ExecuteSolvinity | Big Data: Ability to Execute
Solvinity | Big Data: Ability to Execute
 
Microsoft Power Automate een introductie
Microsoft Power Automate een introductieMicrosoft Power Automate een introductie
Microsoft Power Automate een introductie
 
Innovatiereeks presentatie geautomatiseerd testen van data warehouses
Innovatiereeks   presentatie geautomatiseerd testen van data warehousesInnovatiereeks   presentatie geautomatiseerd testen van data warehouses
Innovatiereeks presentatie geautomatiseerd testen van data warehouses
 
Testnet - Workshop Data Profiling voor Testers 20160511 - DEF
Testnet - Workshop Data Profiling voor Testers 20160511 - DEFTestnet - Workshop Data Profiling voor Testers 20160511 - DEF
Testnet - Workshop Data Profiling voor Testers 20160511 - DEF
 
Smart lean introductie
Smart lean introductie Smart lean introductie
Smart lean introductie
 
Cognitive computing
Cognitive computingCognitive computing
Cognitive computing
 
Begroten van IT
Begroten van ITBegroten van IT
Begroten van IT
 
From IoT data to business value with Rapid App Development
From IoT data to business value with Rapid App DevelopmentFrom IoT data to business value with Rapid App Development
From IoT data to business value with Rapid App Development
 
Webinar Towards the Digital Factory 2 - Gerlinde Oversluizen
Webinar Towards the Digital Factory 2 - Gerlinde OversluizenWebinar Towards the Digital Factory 2 - Gerlinde Oversluizen
Webinar Towards the Digital Factory 2 - Gerlinde Oversluizen
 
Romex intro test no animation
Romex intro test no animationRomex intro test no animation
Romex intro test no animation
 
Whitepaper IoT Platformen
Whitepaper IoT PlatformenWhitepaper IoT Platformen
Whitepaper IoT Platformen
 

More from Dutch Power

Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024
Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024
Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024
Dutch Power
 
Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024
Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024
Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024
Dutch Power
 
Preserntatie 6. Ward van Breda - Stedin 28 mei 2024
Preserntatie 6. Ward van Breda - Stedin  28 mei 2024Preserntatie 6. Ward van Breda - Stedin  28 mei 2024
Preserntatie 6. Ward van Breda - Stedin 28 mei 2024
Dutch Power
 
Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024
Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024
Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024
Dutch Power
 
Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024
Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024
Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024
Dutch Power
 
Presentatie 1. Joop Snijder - Info Support
Presentatie 1. Joop Snijder - Info SupportPresentatie 1. Joop Snijder - Info Support
Presentatie 1. Joop Snijder - Info Support
Dutch Power
 
Dutch Power - 26 maart 2024 - Henk Kras - Circular Plastics
Dutch Power - 26 maart 2024 - Henk Kras - Circular PlasticsDutch Power - 26 maart 2024 - Henk Kras - Circular Plastics
Dutch Power - 26 maart 2024 - Henk Kras - Circular Plastics
Dutch Power
 
Dutch Power - 26 maart 2024 - Diederik Peereboom - T&D Europe
Dutch Power - 26 maart 2024 - Diederik Peereboom - T&D EuropeDutch Power - 26 maart 2024 - Diederik Peereboom - T&D Europe
Dutch Power - 26 maart 2024 - Diederik Peereboom - T&D Europe
Dutch Power
 
Dutch Power - 26 maart 2024 - Pim Loef & Paolo Perani
Dutch Power - 26 maart 2024 - Pim Loef & Paolo PeraniDutch Power - 26 maart 2024 - Pim Loef & Paolo Perani
Dutch Power - 26 maart 2024 - Pim Loef & Paolo Perani
Dutch Power
 
Dutch Power - 26 maart 2024 - Hans Nooter - Groene netten
Dutch Power - 26 maart 2024 - Hans Nooter - Groene nettenDutch Power - 26 maart 2024 - Hans Nooter - Groene netten
Dutch Power - 26 maart 2024 - Hans Nooter - Groene netten
Dutch Power
 
Dutch Power - 26 maart 2024 - Mark Tesselaar - PwC
Dutch Power - 26 maart 2024 - Mark Tesselaar - PwCDutch Power - 26 maart 2024 - Mark Tesselaar - PwC
Dutch Power - 26 maart 2024 - Mark Tesselaar - PwC
Dutch Power
 
Dutch Power Event 1. Ruut Schalij - eRiskgroep
Dutch Power Event 1. Ruut Schalij - eRiskgroepDutch Power Event 1. Ruut Schalij - eRiskgroep
Dutch Power Event 1. Ruut Schalij - eRiskgroep
Dutch Power
 
Dutch Power Event 2. Joost Greunsven - TenneT
Dutch Power Event 2. Joost Greunsven - TenneTDutch Power Event 2. Joost Greunsven - TenneT
Dutch Power Event 2. Joost Greunsven - TenneT
Dutch Power
 
Dutch Power Event 3. Marieke van Gemert - NRG
Dutch Power Event 3. Marieke van Gemert - NRGDutch Power Event 3. Marieke van Gemert - NRG
Dutch Power Event 3. Marieke van Gemert - NRG
Dutch Power
 
Dutch Power Event 4. Rick Bulk - ANVS.pdf
Dutch Power Event 4. Rick Bulk - ANVS.pdfDutch Power Event 4. Rick Bulk - ANVS.pdf
Dutch Power Event 4. Rick Bulk - ANVS.pdf
Dutch Power
 
Dutch Power Event 5. Dirk Rabelink - ULC energy.pdf
Dutch Power Event 5. Dirk Rabelink - ULC energy.pdfDutch Power Event 5. Dirk Rabelink - ULC energy.pdf
Dutch Power Event 5. Dirk Rabelink - ULC energy.pdf
Dutch Power
 
Dutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMR
Dutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMRDutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMR
Dutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMR
Dutch Power
 
Dutch Power Event 7. Titus Tielens - Thorizon.pdf
Dutch Power Event 7. Titus Tielens - Thorizon.pdfDutch Power Event 7. Titus Tielens - Thorizon.pdf
Dutch Power Event 7. Titus Tielens - Thorizon.pdf
Dutch Power
 
Presentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFER
Presentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFERPresentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFER
Presentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFER
Dutch Power
 
1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur
1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur
1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur
Dutch Power
 

More from Dutch Power (20)

Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024
Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024
Presentatie 8. Joost van der Linde & Daniel Anderton - Eliq 28 mei 2024
 
Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024
Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024
Presentatie 7. Robin Hagemans & Robin Klaassen - Infiniot 28 mei 2024
 
Preserntatie 6. Ward van Breda - Stedin 28 mei 2024
Preserntatie 6. Ward van Breda - Stedin  28 mei 2024Preserntatie 6. Ward van Breda - Stedin  28 mei 2024
Preserntatie 6. Ward van Breda - Stedin 28 mei 2024
 
Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024
Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024
Presentatie 4. Jochen Cremer - TU Delft 28 mei 2024
 
Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024
Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024
Presentatie 3. Merel Noorman - Tilburg University 28 mei 2024
 
Presentatie 1. Joop Snijder - Info Support
Presentatie 1. Joop Snijder - Info SupportPresentatie 1. Joop Snijder - Info Support
Presentatie 1. Joop Snijder - Info Support
 
Dutch Power - 26 maart 2024 - Henk Kras - Circular Plastics
Dutch Power - 26 maart 2024 - Henk Kras - Circular PlasticsDutch Power - 26 maart 2024 - Henk Kras - Circular Plastics
Dutch Power - 26 maart 2024 - Henk Kras - Circular Plastics
 
Dutch Power - 26 maart 2024 - Diederik Peereboom - T&D Europe
Dutch Power - 26 maart 2024 - Diederik Peereboom - T&D EuropeDutch Power - 26 maart 2024 - Diederik Peereboom - T&D Europe
Dutch Power - 26 maart 2024 - Diederik Peereboom - T&D Europe
 
Dutch Power - 26 maart 2024 - Pim Loef & Paolo Perani
Dutch Power - 26 maart 2024 - Pim Loef & Paolo PeraniDutch Power - 26 maart 2024 - Pim Loef & Paolo Perani
Dutch Power - 26 maart 2024 - Pim Loef & Paolo Perani
 
Dutch Power - 26 maart 2024 - Hans Nooter - Groene netten
Dutch Power - 26 maart 2024 - Hans Nooter - Groene nettenDutch Power - 26 maart 2024 - Hans Nooter - Groene netten
Dutch Power - 26 maart 2024 - Hans Nooter - Groene netten
 
Dutch Power - 26 maart 2024 - Mark Tesselaar - PwC
Dutch Power - 26 maart 2024 - Mark Tesselaar - PwCDutch Power - 26 maart 2024 - Mark Tesselaar - PwC
Dutch Power - 26 maart 2024 - Mark Tesselaar - PwC
 
Dutch Power Event 1. Ruut Schalij - eRiskgroep
Dutch Power Event 1. Ruut Schalij - eRiskgroepDutch Power Event 1. Ruut Schalij - eRiskgroep
Dutch Power Event 1. Ruut Schalij - eRiskgroep
 
Dutch Power Event 2. Joost Greunsven - TenneT
Dutch Power Event 2. Joost Greunsven - TenneTDutch Power Event 2. Joost Greunsven - TenneT
Dutch Power Event 2. Joost Greunsven - TenneT
 
Dutch Power Event 3. Marieke van Gemert - NRG
Dutch Power Event 3. Marieke van Gemert - NRGDutch Power Event 3. Marieke van Gemert - NRG
Dutch Power Event 3. Marieke van Gemert - NRG
 
Dutch Power Event 4. Rick Bulk - ANVS.pdf
Dutch Power Event 4. Rick Bulk - ANVS.pdfDutch Power Event 4. Rick Bulk - ANVS.pdf
Dutch Power Event 4. Rick Bulk - ANVS.pdf
 
Dutch Power Event 5. Dirk Rabelink - ULC energy.pdf
Dutch Power Event 5. Dirk Rabelink - ULC energy.pdfDutch Power Event 5. Dirk Rabelink - ULC energy.pdf
Dutch Power Event 5. Dirk Rabelink - ULC energy.pdf
 
Dutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMR
Dutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMRDutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMR
Dutch Power Event 6. Sophie Macfarlane-Smith - Rolls Royce SMR
 
Dutch Power Event 7. Titus Tielens - Thorizon.pdf
Dutch Power Event 7. Titus Tielens - Thorizon.pdfDutch Power Event 7. Titus Tielens - Thorizon.pdf
Dutch Power Event 7. Titus Tielens - Thorizon.pdf
 
Presentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFER
Presentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFERPresentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFER
Presentatie Dutch Power 8. Beata Tyburska-Pueschel - DIFFER
 
1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur
1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur
1. Pieter Cobelens Generaal-majoor b.d. strategisch adviseur
 

Presentatie 2. Luc Nies - Alliander - De Bouwblokken van AI voor Energie

  • 1. De Bouwblokken van AI voor Energie Luc Nies l Alliander Research Center for Digital Technologies
  • 3. • Luc Nies • Alliander Research Center for Digital Technologies • Principal Researcher AI • AI for the Digital DSO • Pionieren • Inspireren • Kennis Delen Wie ben ik? 3
  • 6. AI voor het net AI voor de mens AI toepassingen Novel Algorithm Research Data for & by AI Trustworthy AI Hoog Technology Readiness Level (TRL) Laag Technology Readiness Level (TRL) First application TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Lab prototypes Research Potential unlocked
  • 7. Technology Readiness Levels 7 TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Development Phase Discovery Phase Demonstration Phase Deployment Phase 1) Gebaseerd op TRL van RVO Fundamental Research In productie Proof of concept Lab prototype Pilot in test omgeving Pilot in operatie
  • 8. Discovery Phase Technology Readiness Levels 8 TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Development Phase Discovery Phase Demonstration Phase Deployment Phase 1) Gebaseerd op TRL van RVO • Netbeheerder specifieke onderwerpen • In samenwerking met Universiteiten en hogenscholen • ICAI lab • Langdurige trajecten • Netbeheerder specifieke onderwerpen • Algemene Nieuwe AI tech • Kort cyclisch • Meer betrokkenheid business • In samenwerking met startups of innovatieve bedrijven • Samen met Business! • Organisatie verandering • Duurt soms lang…
  • 9. AI voor het net AI voor de mens AI toepassingen Novel Algorithm Research Data for & by AI Trustworthy AI Hoog Technology Readiness Level (TRL) Laag Technology Readiness Level (TRL) First application TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Lab prototypes Research Potential unlocked
  • 10. • Algoritmes vormen de kern van elke AI applicatie • Testen, evalueren en verbeteren van nieuwe algoritmes • Twee categorieën • Netbeheerder uniek • AI ontwikkeling • Ontwikkeling intern samen met academie • Fundamenteel onderzoek • Breder toepasbaar • AI toepassing • Volgen de markt • Inkopen wanneer mogelijk AI capability 1 Novel Algorithm Research 10 • Graph neural networks • Large Language Models • State Estimation • Quantum Machine learning • Knowledge graphs • Transformers • Conditional Variational Autoencoders Voorbeelden van Algoritmes die we onderzoeken
  • 11. Novel Algorithm Research & AI voor het net Graph Neural Networks 12 TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Development Phase Discovery Phase Demonstration Phase Deployment Phase Wat zijn Graph Neural networks? • Een vorm van machine learning die gebruik maakt van een netstructuur. We kunnen hiermee beter AI toepassen op ons net. Wat doen we hier mee? • Snellere n-1 berekeningen. Eerste resultaten zijn 500x sneller dan huidige methode! • Waarschijnlijk nog veel meer toepassingen. Met wie doen we dit? • PhD traject samen met Radboud Universiteit en onderdeel van het ICAI lab. • Gelinkt aan digitaliseringsteam (INPAI)
  • 12. Development Phase Discovery Phase Demonstration Phase Deployment Phase Novel Algorithm Research & AI voor de mens AI assistent voor de inkoop 13 TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Wat is het probleem? • Een aanbesteding bestaat uit vele (200+) documenten. Aannemers stellen hier vragen over die inkoop moet beantwoorden. Vaak moet de inkoopmedewerker dan alle documenten doorspitten opzoek naar het antwoord of de vraag doorzetten naar meer inhoudelijk specialisten. Hoe lossen we dit op? • We hebben een AI assistent gebouwd op basis van een Large Language Model (ChatGPT) om een inkoop medewerker te ondersteunen bij aanbestedingstrajecten. De AI assistent krijgt de vraag en probeert op basis van de documenten een antwoord te formulieren. Resultaten? • Ongeveer 25% van de vragen werden direct goed beantwoord. 50% was een goede basis waar de medewerker op voort kon bouwen
  • 13. • Elke AI heeft data nodig • Training • Toepassing • Garbage in = garbage out • Twee oplossingsrichtingen 1. Data verbeteren met behulp van AI • Hoe kunnen we met behulp van AI data fouten herkennen en verbeteren? 2. Robuuste AI • Hoe maken we onze algoritmes robuuster tegen slechte data? AI capability 2 Data for & by AI 14 • Herkennen verkeerde trapstand distributie trafo • LS topology estimation • Inschatten locatie aansluitkabel • Detecteren schakelhandelingen uit meetdata (STORM) • Inschatten reactief vermogen met actief vermogen Voorbeelden van Data onderzoeken
  • 14. Wat is het probleem? • Voor veel netwerkanalyses is het nodig om de spanning op het middenspanningsnet weten. Dit meten we maar op een handvol plekken en is dus niet toereikend. We kunnen de metingen op laagspanning gebruiken om de spanning op het MS net te berekenen. Maar hiervoor moeten de ingestelde trapstand van de transformator weten. Dit is geregistreerd maar is vaak (vermoedelijk) incorrect. Hoe lossen we dit op? • De fouten die ontstaan in analyses door verkeerde trapstanden zijn constant. Door opzoek te gaan naar zulke constante fouten in de analyses kunnen we herkennen welk trapstanden verkeerd staan geregistreerd. Resultaten? • Op eerste test: 8 van de 10 goed ingeschat. Development Phase Discovery Phase Demonstration Phase Deployment Phase AI voor het net – Data by & for AI Detecting tap changer positions in transformers 16 TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9
  • 15. Development Phase Discovery Phase Demonstration Phase Deployment Phase AI voor het net – Data by & for AI Synthetische data 17 TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Wat is het probleem? • Slimme meter data is privacy gevoelige informatie. Aan het gebruik zijn beperkingen verbonden. Dat maakt het uitdagend om nieuwe algoritmes te ontwikkelen die gebruik maken van deze data. Hoe lossen we dit op? • We een AI leren hoe meter data er uit ziet door deze te trainen op echte data. Vervolgens kan deze (neppe) meterdata genereren die geen inbreuk maakt op de privacy van onze gebruikers. Deze data kunnen we wel gebruiken in ontwikkeling van onze analyses. Resultaten? • De synthetische tijdsreeksen zijn nog niet perfect, maar vatten wel de juiste trends
  • 16. • Hoe ga je verstandig om met AI? • Impact op menselijk werk • Vertrouwen in AI • Behouden essentiële vaardigheden • Impact op energiesysteem • Monitoring van AI • Uitlegbare AI • Eerlijke AI AI capability 3 Trustworthy AI - Ethics & Guardrails 18 • Hoe voorkomen we een (discriminerende) bias in onze modellen? • Hoe zorg je ervoor dat we door automatisering geen essentiële kennis en vaardigheden verliezen? • Hoe weten we zeker of het resultaat van een AI klopt? • Hoe maken we een uitlegbare AI? • Hoe zorgen we er voor dat het werk wat overblijft, leuk blijft? • Hoe monitoren we AI? Thema's die centraal staan bij Trustworthy AI
  • 17. AI voor het net AI voor de mens AI toepassingen Novel Algorithm Research Data for & by AI Trustworthy AI Hoog Technology Readiness Level (TRL) Laag Technology Readiness Level (TRL) First application TRL 1 TRL 2 TRL 3 TRL 4 TRL 5 TRL 6 TRL 7 TRL 8 TRL 9 Lab prototypes Research Potential unlocked