Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
METHOD FOR DESIGNING AN ELECTRICITY INFRASTRUCTURE, ELECTRONIC COMPUTING DEVICE FOR CARRYING OUT A METHOD, COMPUTER PROGRAM, AND DATA CARRIER
Document Type and Number:
WIPO Patent Application WO/2020/126800
Kind Code:
A1
Abstract:
The invention relates to a method for designing an electricity infrastructure of a region at least using height data (14) of a height monitoring object, having the steps of: - analyzing (12) height data (14) which has been detected by at least one sensor unit of the at least one height monitoring object; - analyzing (16) complementary data (18) which can be requested from an external data source; - generating an analysis data set, in particular by means of a fusion process, using the complementary data (18) and/or the height data (14) and/or the respective analysis (12, 16) of the height data (18) and/or the complementary data (14); - detecting at least one infrastructure component of the electricity infrastructure from the analysis data set; - generating a model (22) of the electricity infrastructure using the detected infrastructure component; - providing a classification (24) for the at least one infrastructure component; - classifying the at least one detected infrastructure component in the model (22) using the provided classification; and - providing a classified infrastructure model (28) of the electricity infrastructure. The invention additionally relates to an electronic computing device, to a computer program, and to a data carrier.

Inventors:
HUBER MATTHIAS (DE)
KÜPPERS MARTIN (DE)
NAMOCKEL NILS (DE)
Application Number:
PCT/EP2019/084833
Publication Date:
June 25, 2020
Filing Date:
December 12, 2019
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
SIEMENS AG (DE)
International Classes:
G06K9/00
Domestic Patent References:
WO2017021753A12017-02-09
Other References:
ZHENGRONG LI ET AL: "Advances in vegetation management for power line corridor monitoring using aerial remote sensing techniques", APPLIED ROBOTICS FOR THE POWER INDUSTRY (CARPI), 2010 1ST INTERNATIONAL CONFERENCE ON, IEEE, PISCATAWAY, NJ, USA, 5 October 2010 (2010-10-05), pages 1 - 6, XP031792231, ISBN: 978-1-4244-6633-7
ZHENGRONG LI ET AL: "Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform", MACHINE VISION AND APPLICATIONS, SPRINGER, BERLIN, DE, vol. 21, no. 5, 1 September 2009 (2009-09-01), pages 677 - 686, XP019836938, ISSN: 1432-1769
Download PDF:
Claims:
Patentansprüche

1. Verfahren zum Bestimmen einer Elektrizitätsinfrastruktur einer Region wenigstens anhand von Höhendaten (14) eines Hö henüberwachungsobjekts, mit den Schritten:

Auswerten (12) der Höhendaten (14), welche von wenigs tens einer Sensoreinheit des wenigstens einen Höhenüber wachungsobjekts erfasst werden;

Auswerten (16) von Ergänzungsdaten (18), welche von ei ner externen Datenquelle abrufbar sind;

Erzeugen, insbesondere mittels Fusion, eines Auswerteda tensatzes anhand der Ergänzungsdaten (18) und/oder der Höhendaten (14) und/oder der jeweiligen Auswertung (12, 16) der Höhendaten (18) und/oder der Ergänzungsdaten (14) ;

Erkennen von wenigstens einer Infrastrukturkomponente der Elektrizitätsinfrastruktur aus dem Auswertedaten satz;

Erzeugen eines Modells (22) der Elektrizitätsinfrastruk tur anhand der erkannten Infrastrukturkomponente;

gekennzeichnet durch die Schritte:

Bereitstellen einer Klassifikation für die wenigstens eine Infrastrukturkomponente;

Klassifizierung (24) der wenigstens einen erkannten Inf rastrukturkomponente im Modell (22) anhand der bereitge stellten Klassifikation; und

Bereitstellen eines klassifizierten Infrastrukturmodells (28) der Elektrizitätsinfrastruktur.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass wenigstens einer der Schritte des Verfahrens durch wenigstens einen lernenden Algorithmus und/oder ein neuronales Netz durchgeführt wird.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass als Ergänzungsdaten (18) eine Landkarte und/oder eine Stromnetzkarte verwendet wird.

4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für die Klassifikation für wenigstens einer Art der Infrastrukturkomponente wenigsten eine Objekt klasse (32) bereitgestellt wird.

5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als die Infrastrukturkomponente ein Kraftwerk (38) und/oder eine Stromleitung und/oder eine Anla ge für regenerative Strombereitstellung und/oder ein Last zentrum und/oder ein Industriezentrum (58) und/oder ein Um spannwerk erkannt wird beziehungsweise werden.

6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als das Höhenaufklärungsobjekt ein Sa tellit und/oder ein Höhenballon und/oder ein Flugzeug verwen det wird.

7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das klassifizierte Infrastrukturmodell (28) als Referenzmodell bei einem erneuten Durchführen des

Verfahrens für eine weitere Region verwendet wird.

8. Elektronische Recheneinrichtung, welche zum Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche aus gebildet ist.

9. Computerprogramm, welches direkt in einen Speicher einer elektronischen Recheneinrichtung ladbar ist, mit Programm- Mitteln, um die Schritte des Verfahrens nach einem der An sprüche 1 bis 7 auszuführen, wenn das Programm in einer Re cheneinrichtung ausgeführt wird.

10. Elektronisch lesbarer Datenträger mit darauf gespeicher ten elektronisch lesbaren Steuerinformationen, welche zumin dest ein Computerprogramm nach Anspruch 9 umfassen und derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers in einer elektronischen Recheneinrichtung ein Verfahren nach einem der Ansprüche 1 bis 7 durchführen.

Description:
Beschreibung

Verfahren zum Bestimmen einer Elektrizitätsinfrastruktur, elektronische Recheneinrichtung zum Durchführen eines

Verfahrens sowie Computerprogramm und Datenträger

Die Erfindung betrifft ein Verfahren zum Bestimmen einer Elektrizitätsinfrastruktur einer Region gemäß dem Oberbegriff des Patentanspruchs 1. Ferner betrifft die Erfindung eine elektronische Recheneinrichtung zum Durchführen eines Verfah rens zum Bestimmen einer Elektrizitätsinfrastruktur gemäß dem Patentanspruch 8. Des Weiteren betrifft die Erfindung ein Computerprogramm gemäß dem Patentanspruch 9 sowie einen elektronisch lesbaren Datenträger gemäß dem Patentanspruch 10, welche ebenfalls geeignet sind, die Schritte des Verfah rens zum Bestimmen der Elektrizitätsinfrastruktur wiederzuge ben .

Eine Infrastruktur, insbesondere eine Elektrizitätsinfra struktur, ist weltweit sowohl zwischen verschiedenen Ländern als auch innerhalb eines jeweiligen Landes in der Regel ver schieden ausgebildet. Während einige Staaten beispielsweise eine besonders verteilte beziehungsweise dezentrale Infra struktur aufweisen, gibt es andere Staaten, deren Infrastruk tur auf ein oder mehrere Zentren und somit zentralistisch ausgerichtet sind. Dabei ist eine genaue Kenntnis der Elekt rizitätsinfrastruktur beziehungsweise Energieinfrastruktur in der Regel besonders nützlich, um beispielsweise eine Regel leistung für die Elektrizitätsinfrastruktur besser planen zu können oder beispielsweise neue Komponenten zu platzieren o- der beispielsweise Investitionsbedarf festzustellen oder bei spielsweise eine Systemsimulation durchführen zu können oder beispielsweise die C02 Emissionen eine Landes abzuschätzen.

Dabei gibt es im Stand der Technik unterschiedliche Ansätze für die Bestimmung der Elektrizitätsinfrastruktur. So werden Satellitenbildern ausgewertet, um Rückschlüsse über auf Fel dern angerordnete Photovoltaikanlagen zu erlangen. So weist eine Veröffentlichung bei IEEE unter dem Titel „Detection by Classification of Buildings in Multispectral Satellite Ima- gery" darauf hin.

Ein weiterer Ansatz um eine, insbesondere unbekannte Elektri- zitätsinfrastruktur zu bestimmen, ist beispielsweise die Aus wertung von Landkarten, welche beispielsweise von dem „Open- Street-Map-Proj ekt" (OSM) bereitgestellt werden. So stellt das Projekt „Open Grid Map" entsprechende Information zu Ver fügung. Dabei werden OSM-Daten analysiert, validiert und letztendlich verwendet, um ein Netzmodell der Elektrizitäts infrastruktur aufzustellen.

Ein darüber hinaus gehender Ansatz zeigt das Projekt „Skynet" des Development-Seed, bei welchem beispielsweise Satelliten bilder mit OSM-Daten durch einen Algorithmus ausgewertet wer den, wobei die OSM-Daten als Trainingsset verwendet werden, um insbesondere Straßen und Gebäude, aber auch eine Elektri- zitätsinfrastruktur erfassen zu können.

Aufgabe der vorliegenden Erfindung ist es, ein Verfahren, ei ne Recheneinrichtung, ein Computerprogramm sowie einen Daten träger bereitzustellen, durch welche insbesondere jeweilig die Bestimmung einer Elektrizitätsinfrastruktur besonders vorteilhaft durchgeführt werden kann und eine Klassifizie rung, für beispielsweise eine besonders einfach Vergleichbar keit von Elektrizitätsinfrastrukturen, möglich sein soll.

Diese Aufgabe wird erfindungsgemäß durch die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Ausgestal tungen und Weiterbildungen der Erfindung sind in den abhängi gen Patentansprüchen sowie in der Beschreibung und in der Zeichnung angegeben.

Ein erfindungsgemäßes Verfahren zum Bestimmen einer Elektri- zitätsinfrastruktur, welche insbesondere ein Energienetz be ziehungsweise ein Stromnetz mit an das Stromnetz angeschlos senen Entitäten, wie beispielsweise Kraftwerken, darstellt, einer Region, welche beispielsweise ein Teil eines Staates darstellen kann, erfolgt wenigstens anhand von Höhendaten ei nes Höhenüberwachungsobjekts, wie beispielsweise einem Satel liten. Dabei umfasst das Verfahren mehrere Schritte, wobei die tatsächliche Reihenfolge der Schritte nicht durch die Reihenfolge der Aufzählung wiedergegeben sein muss:

So erfolgt in einem ersten Schritt ein Auswerten der Höhenda ten, welche von wenigstens einer Sensoreinheit des wenigstens einen Höhenüberwachungsobjekts erfasst werden. Dabei können die Höhendaten beispielsweise wenigstens ein Bild in zumin dest einem Teilbereich des elektromagnetischen Spektrums um fassen, wobei die Höhendaten vorteilhafterweise in oder über der Region erfasst worden sind. Dieser Teilbereich des elekt romagnetischen Spektrums kann beispielsweise in einem für das menschliche Auge sichtbaren Bereich und/oder in einem Infra rotbereich und/oder einem Ultraviolettbereich und/oder einem Radiobereich, beispielsweise für Radaraufnahmen, liegen. Un ter dem Auswerten kann beispielsweise für den Fall, dass es sich bei den Höhendaten um wenigstens ein Bild handelt, eine Analyse beispielsweise mittels eines geeigneten Bildanaly seprogramms verstanden werden. Zusätzlich oder alternativ kann je nach Art der Bildinformation beziehungsweise nach Art des in den Höhendaten enthaltenen elektromagnetischen Spekt rums beispielsweise auch eine Spektralanalyse als zumindest Teil der Auswertung verstanden werden. In einem zweiten

Schritt des Verfahrens erfolgt das Auswerten von Ergänzungs daten, welche von einer externen Datenquelle abrufbar sind. Das heißt, dass zusätzlich zu den Höhendaten, welche von dem wenigstens einen Höhenüberwachungsobjekt, insbesondere von einer Vorrichtung, welche das Verfahren durchführt, abgerufen werden können. Dabei kann die externe Datenquelle beispiels weise als Server eines Computernetzes ausgebildet sein. Je nach Art der in den Ergänzungsdaten enthaltenen Information, kann das Auswerten beispielsweise analog zu dem Auswerten der Höhendaten erfolgen oder aber auf anderen Prinzipien beruhen. In einem dritten Schritt des Verfahrens erfolgt ein Erzeugen, insbesondere mittels einer Fusion, wie beispielsweise einer Datenfusion, eines Auswertedatensatzes anhand der Ergänzungs daten und/oder der Höhendaten und/oder der jeweiligen Auswer tung der Höhendaten und/oder der Ergänzungsdaten. So sind in dem Auswertedatensatz die anhand der jeweiligen Auswertung der Höhendaten beziehungsweise der Ergänzungsdaten gewonnenen Informationen und/oder auch sämtliche Informationen der Hö hendaten oder der Ergänzungsdaten erhalten, sodass der Aus wertedatensatz vorteilhafterweise die für das Bestimmen der Elektrizitätsinfrastruktur benötigten Informationen vorteil hafterweise Vorhalten kann. In einem vierten Schritt des Ver fahrens erfolgt ein Erkennen von wenigstens einer Infrastruk turkomponente der Elektrizitätsinfrastruktur aus dem Auswer tedatensatz. Mit anderen Worten wird, beispielsweise mittels eines geeigneten Objekterkennungsalgorithmus, welcher den Auswertedatensatz analysieren und/oder verarbeiten kann, we nigstens eine Infrastrukturkomponente, wie beispielsweise ei ne Stromleitung und/oder ein Kraftwerk erkannt beziehungswei se identifiziert, welche in einem fünften Schritt des Verfah rens zum Erzeugen eines Modells der Elektrizitätsinfrastruk tur dient. Das heißt, in dem fünften Schritt wird anhand der erkannten Infrastrukturkomponente ein Modell beziehungsweise ein Plan der Elektrizitätsinfrastruktur der Region erstellt.

Um nun das Verfahren zur Bestimmung der Elektrizitätsinfra struktur besonders vorteilhaft betreiben zu können, sodass beispielsweise ein insbesondere vergleichbares Modell der Elektrizitätsinfrastruktur verfügbar gemacht werden kann, um fasst das erfindungsgemäße Verfahren zusätzlich weitere

Schritt. So wird einem sechsten Verfahrensschritt eine Klas sifikation für die wenigstens eine Infrastrukturkomponente bereitgestellt. Dabei ist beispielsweise die Klassifikation eine Kategorisierung, welche beispielsweise eine jeweilige Infrastrukturkomponente, wie beispielsweise ein Kraftwerk, beispielsweise einer bestimmten Objektklasse zuordnet. In ei nem siebten Schritt des Verfahrens erfolgt eine Klassifizie rung der wenigstens einen erkannten Infrastrukturkomponente in dem Modell anhand der bereitgestellten Klassifikation. Das heißt, die bereitgestellte Klassifikation wird mit der er- kannten Infrastrukturkomponente verglichen, wobei für Typ der Infrastrukturkomponente beispielsweise in eine Objektklasse eingeteilt und somit klassifiziert werden kann. Schließlich wird in einem achten Schritt des erfindungsgemäßen Verfahrens ein klassifiziertes Infrastrukturmodell der Elektrizitätsinf rastruktur bereitgestellt. Dieses Infrastrukturmodell ist im Vergleich zu dem in Schritt fünf erzeugten Modell beispiels weise aufgrund der Klassifikation besonders generisch und so mit vorteilhafterweise mit einer Elektrizitätsinfrastruktur einer anderen Region vergleichbar. Die Vergleichbarkeit ergibt sich dadurch, dass durch die Klassifikation beispiels weise insbesondere für eine jeweilige Infrastrukturkomponente beziehungsweise einen Typ von Infrastrukturkomponenten je weils ein Baustein beziehungsweise ein Platzhalter bereitge stellt werden kann, durch welchen das Infrastrukturmodell be sonders strukturiert und insbesondere in seiner örtlichen Verteilung und/oder geografischen Verteilung ausgebildet wer den kann. Durch das Ergebnis des Verfahren kann die örtlichen Verteilung und/oder geografischen Verteilung von Infrastruk turkomponenten der Elektrizitätsinfrastruktur auch innerhalb der Region abbildbar ist.

Durch das erfindungsgemäße Verfahren ergibt sich beispiels weise der Vorteil, dass die Elektrizitätsinfrastruktur insbe sondere im Hinblick auf verschiedene strukturelle Eigenschaf ten besonders vorteilhaft untersucht werden kann, wobei die strukturellen Eigenschaften beispielsweise Kraftwerke, Strom leitungen, Solarparks, Windenergieanlagen oder Lastzentren und Industriezentren sein können. Durch das erfindungsgemäße Verfahren ergibt sich der weitere Vorteil, dass damit eine insbesondere standardisierte Analyse der Elektrizitätsinfra struktur beziehungsweise der zur Elektrizitätsinfrastruktur gehörenden beziehungsweise die Elektrizitätsinfrastruktur bildenden Infrastrukturkomponenten möglich ist. Somit können beliebige Regionen beispielsweise weltweit verglichen werden.

Somit ist es durch das erfindungsgemäße Verfahren beziehungs weise durch das von dem Verfahren bereitgestellte klassifi- zierte Infrastrukturmodell möglich, insbesondere weltweit, standardisierte Analysen durchzuführen, um beispielsweise für verschiedene Länder vergleichbare Ergebnisse zu bekommen. Da bei setzt das Verfahren auf eine Kombination unterschiedli cher Datenquellen, wie beispielsweise die Höhendaten und die Ergänzungsdaten, welche eine quasi beliebige Ausgestaltung haben können. Dabei richtet sich die Ausgestaltung der Ergän zungsdaten vorteilhafterweise danach die wenigstens eine Inf rastrukturkomponente besonders exakt erkennen bzw. identifi zieren zu können. Dabei sind die Ergänzungsdaten vorteilhaf terweise aus öffentlich zugängliche Quellen wie beispielswei se von dem Open-Street-Map-Proj ekt (OSM-Proj ekt ) abrufbar.

Ein weiterer Vorteil des erfindungsgemäßen Verfahrens ist dadurch gegeben, dass eine eindeutige Identifikation von Kraftwerken beispielsweise anhand ihres Kraftwerktyps ermög licht werden kann, sodass beispielsweise der Unterschied zwi schen einer Photovoltaikanlage und einer Solarthermieanlage in dem klassifizierten Infrastrukturmodell abgelegt werden kann. Ferner kann durch das Verfahren besonders vorteilhaft beispielsweise das jeweilige Übertragungsnetz in der Region, welches eine wesentliche Infrastrukturkomponente der Elektri- zitätsinfrastruktur darstellt, besonders vorteilhaft erkannt werden. Als die Ergänzungsdaten bieten sich wie bereits er wähnt vor allem öffentlich zugängliche Datenquellen an, wel che mit den Höhendaten kombiniert werden. Den öffentlich zu gänglichen Datenquellen und/oder den Höhendaten können dar über hinaus Geodäten zugeordnet werden, welche bei dem jewei ligen Auswerten berücksichtigt werden können. Die Höhendaten können beispielsweise durch ein lernendes Verfahren, basie rend auf Domänen-Know-how, aus der Energiesystemmodellierung und öffentlichen Daten ausgewählt werden. Durch die quasi- Standardisierung aufgrund der Klassifizierung ist ein Aufwand zum Vergleichen von Elektrizitätsinfrastrukturen verschiede ner Regionen, beispielsweise verschiedener Länder, aufgrund einer Konsistenz beziehungsweise der Standardisierung durch das erfindungsgemäße Verfahren besonders gering. So können durch das erfindungsgemäße Verfahren beispielsweise mögliche Potentiale beispielsweise beim Ausbau der Elektrizitätsinfra struktur erkannt und somit nutzbar gemacht werden.

In vorteilhafter Ausgestaltung der Erfindung wird wenigstens einer der Schritte des Verfahrens, insbesondere die Schritte 1 bis 5 sowie der Schritt 7, durch wenigstens einen lernenden Algorithmus und/oder eine neuronales Netz durchgeführt. Dabei kann jeweils für einen der Schritte ein lernender Algorithmus und/oder ein neuronales Netz verwendet werden. Zusätzlich o- der alternativ kann zumindest für Teile der Verfahrensschrit te auch ein genereller lernender Algorithmus und/oder ein ge nerelles neuronales Netz verwendet werden. Sowohl der Algo rithmus als auch das neuronale Netz sind Variationen eines maschinellen Lernens. Bei dem maschinellen Lernen können im Wesentlichen zwei Ansätze verfolgt werden: Erstens symboli sche Ansätze, wie aussagenlogische Systeme, in denen das Wis sen - sowohl die Beispiele als auch die induzierten Regeln - explizit repräsentiert ist, welche beispielweise durch den Algorithmus ausgedrückt werden können. Zweitens subsymboli sche Systeme wie, insbesondere künstliche, neuronale Netze, die nach dem Vorbild des menschlichen Gehirns funktionieren und in denen das Wissen implizit repräsentiert ist. Dabei sind auch Kombinationen des wenigstens einen Algorithmus und des wenigstens einen neuronalen Netzes denkbar. Dabei kann der Algorithmus lernfähig, insbesondere selbstlernfähig, sein und beispielsweise durch das neuronale Netz ausgeführt werden bzw. erhält das neuronale Netz entsprechend des lernenden Al gorithmus Anweisungen. Durch die Verwendung eines lernenden Algorithmus und/oder eines neuronalen Netzes, wobei auch eine Kombination von beiden möglich ist beziehungsweise der ler nende Algorithmus als Initialisierung des neuronalen Netzes verwendet werden kann, kann der wenigstens eine Schritt des Verfahrens besonders vorteilhaft und insbesondere beispiels weise besonders effizient durchgeführt werden. Handelt es sich beispielsweise bei den Höhendaten um Satellitenbilder und/oder um Luftaufnahmen, beispielsweise aus einem Flugzeug, kann der lernende Algorithmus und/oder das neuronale Netz beispielsweise eine systematische Bildauswertung durchführen, um Objekte und Strukturen darin zu erkennen. Dabei wird vor teilhafterweise ein hybriden Verfahren angewandt, bei welchem durch Interaktion eines Benutzers, welcher insbesondere ein Mensch ist, bei beispielsweise dem Erkennen einer Infrastruk turkomponente für den Verfahrensschritt 4 durch die Interak tion des Nutzers ein insbesondere bestärkendes Lernen bezie hungsweise ein tiefgehendes Lernen besonders vorteilhaft rea lisiert werden kann, wodurch der jeweilige Verfahrensschritt jeweils ein besonders vorteilhaftes Ergebnis liefern kann.

In weiterer vorteilafter Ausgestaltung der Erfindung werden als Ergänzungsdaten eine Landkarte und/oder eine Stromnetz karte verwendet. Mit anderen Worten werden geografische In formationen, wie sie in einer Landkarte enthalten sein kön nen, mit den Höhendaten korreliert, sodass auf besonders vor teilhafte Weise das Infrastrukturmodell erstellt werden kann. Zusätzlich oder alternativ wird eine Stromnetzkarte verwen det, welche beispielsweise bereits wenigstens einen Standort wenigstens einer und vorteilhafterweise der erkannten Infra strukturkomponente umfasst. So kann beispielsweise durch die Stromnetzkarte der lernende Algorithmus des Verfahrens trai niert werden.

In vorteilhafter Ausgestaltung der Erfindung wird für die Klassifikation für wenigstens einer Art der Infrastrukturkom ponente, wobei die Art beispielsweise auch ein Typ sein kann, wie beispielsweise Netzinfrastruktur in Form eines Strommasts und/oder ein Transformatorhäuschen und/oder ein Kraftwerk und/oder eine Solaranlage, oder weitere beliebige Typen oder Arten, jeweils wenigsten eine Objektklasse bereitgestellt wird. Dadurch kann das klassifizierte Infrastrukturmodell be sonders vorteilhaft und strukturiert bereitgestellt werden, sodass beispielsweise ein Vergleich verschiedener Regionen besonders gut Unterschiede zwischen den Regionen verdeutli chen kann.

In weiterer vorteilhafter Ausgestaltung der Erfindung wird beziehungsweise werden als die Infrastrukturkomponente ein Kraftwerk und/oder eine Stromleitung und/oder eine Anlage für regenerative Strombereitstellung, wie beispielsweise ein So larkraftwerk oder ein Windkraftwerk oder beispielsweise eine Geothermieanlage und/oder ein Lastzentrum, wie beispielsweise ein Verbraucher, welcher besonders große Mengen an elektri scher Energie beziehungsweise an Strom benötigt, und/oder ein Industriezentrum, wie beispielsweise eine Raffinerie und/oder eine Eisenhütte, und/oder ein Umspannwerk identifiziert. Zu sätzlich oder alternativ können weitere Arten für die Infra strukturkomponente bereitgestellt werden, sodass auf mög lichst vorteilhafte Weise ein insbesondere besonders detail liertes und/oder strukturiertes Infrastrukturmodell erzeugbar ist .

In weiterer vorteilhafter Ausgestaltung der Erfindung werden als das Höhenaufklärungsobjekt ein Satellit und/oder ein Hö henballon und/oder ein Flugzeug verwendet. Mit anderen Worten ist die Sensoreinheit, durch welche die Höhendaten erfassbar sind, durch ihre Anordnung an einem Satellit und/oder an ei nem Höhenballon und/oder an einem Flugzeug in der Lage, die Region besonders vorteilhaft zu erfassen. Dadurch kann auf möglichst vorteilhafte Weise eine Erfassung der Höhendaten durchgeführt werden, sodass das Verfahren besonders vorteil haft durchgeführt werden kann. Dabei ergeben sich für einen Höhenballon beispielsweise der Vorteil besonders geringe Kos ten, wohingegen die Verwendung eines Satelliten, in Abhängig keit seiner Umlaufbahn, eine kontinuierliche Aktualisierung der Höhendaten ermöglicht, wodurch das Infrastrukturmodell besonders vorteilhaft aktualisiert werden kann. Die Verwen dung eines Flugzeugs kann ähnliche Vorteile bei geringen Kos ten bieten.

In weiterer vorteilhafter Ausgestaltung der Erfindung wird das klassifizierte Infrastrukturmodell als Referenzmodell bei einem erneuten Durchführen des Verfahrens für eine weitere Region verwendet. Mit anderen Worten wird durch wenigstens einmaliges Durchführen des Verfahrens ein Infrastrukturmodell erzeugt, welches für einen Vergleich im Anschluss an eine er- neute Durchführung des Verfahrens insbesondere auf andere Re gionen verwendet werden kann, sodass das Referenzmodell bei spielsweise einerseits als Trainingsdatensatz für eine erneu te Durchführung des Verfahrens dienen kann, aber andererseits direkt Unterschiede beziehungsweise fehlende oder zusätzliche Infrastrukturkomponenten in der Elektrizitätsinfrastruktur der weiteren Region erkannt werden können.

Ein zweiter Aspekt der Erfindung betrifft eine elektronische Recheneinrichtung, welche zum Durchführen des beschriebenen Verfahrens ausgebildet ist.

Ein weiterer Aspekt der Erfindung ist ein erfindungsgemäßes Computerprogramm, welches ein erfindungsgemäßes Verfahren auf einer elektronischen Recheneinrichtung implementiert. Das Computerprogramm kann hierbei auch in Form eines Computerpro grammprodukts vorliegen, welches direkt in einen Speicher ei ner Recheneinrichtung ladbar ist. Das Computerprogrammprodukt weist Programm-Mittel auf, um ein erfindungsgemäßes Verfahren auszuführen, wenn das Computerprogrammprodukt in beziehungs weise durch die Recheneinrichtung ausgeführt wird.

Ein zusätzlicher weiterer Aspekt der Erfindung betrifft einen elektronisch lesbaren Datenträger. Dabei umfasst der erfin dungsgemäße elektronisch lesbare Datenträger auf ihm gespei cherte elektronisch lesbare Steuerinformationen, welche zu mindest ein erfindungsgemäßes Computerprogramm umfassen oder derart ausgestaltet sind, dass sie bei Verwendung des Daten trägers in einer elektronischen Recheneinrichtung ein erfin dungsgemäßes Verfahren durchführen.

Die bisher und im Folgenden angegebenen Eigenschaften und Weiterbildungen des erfindungsgemäßen Verfahrens sowie die entsprechenden Vorteile sind jeweils sinngemäß auf die erfin dungsgemäße elektronische Recheneinrichtung und/oder das zur Durchführung des erfindungsgemäßen Verfahrens verwendete oder verwendbare Computerprogramm übertragbar und umgekehrt. Aus diesem Grund wird vorliegend auf eine jeweilige explizite Ausformulierung der jeweils einzeln genannten Merkmale sowohl für das erfindungsgemäße Verfahren als auch für die erfin dungsgemäße elektronische Recheneinrichtung, sowie das Compu terprogramm und den Datenträger verzichtet.

Weitere Vorteile, Merkmale und Einzelheiten der Erfindung er geben sich aus der nachfolgenden Beschreibung eines bevorzug ten Ausführungsbeispiels sowie anhand der Zeichnungen.

Dabei zeigt:

FIG 1 ein schematisches Diagramm zur Veranschaulichung von Funktionalitäten eines Verfahrens zur Bestim mung einer Elektrizitätsinfrastruktur;

FIG 2 ein durch das Verfahren erzeugtes Modell der Elekt rizitätsinfrastruktur; und

FIG 3 die Elektrizitätsinfrastruktur aus FIG 2, darge

stellt als durch das Verfahren bereitgestelltes klassifiziertes Infrastrukturmodell .

Die FIG 1 zeigt ein schematisches Diagramm 10, welches Abläu fe und funktionelle Zusammenhänge für ein Verfahren zum Be stimmen einer Elektrizitätsinfrastruktur einer Region wenigs tens anhand von Höhendaten 14 eines Höhenüberwachungsobjekts abbildet. Um eine Elektrizitätsinfrastruktur einer Region we nigstens anhand der Höhendaten 14 des Höhenüberwachungsob jekts bestimmen zu können, umfasst das hier vorgestellte Ver fahren mehrere Schritte:

In einem ersten Schritt des Verfahrens, wie in dem Diagramm 10 dargestellt, erfolgt ein Auswerten 12 der Höhendaten 14, welche von wenigstens einer Sensoreinheit des wenigstens ei nen Höhenüberwachungsobjekts erfasst werden. In einem zweiten Schritt des Verfahrens erfolgt ein Auswerten 16 von Ergän zungsdaten 18, welche von einer externen Datenquelle abrufbar sind. In einem dritten Schritt des Verfahrens erfolgt ein Er- zeugen, beispielsweise durch Fusion, insbesondere Datenfusi on, eines Auswertedatensatzes anhand der Ergänzungsdaten 18 und/oder der Höhendaten 14 und/oder der jeweiligen Auswertung 12, 16 der Höhendaten 14 und/oder der Ergänzungsdaten 18. In einem vierten Schritt des Verfahrens erfolgt ein Erkennen von wenigstens einer Infrastrukturkomponente der Elektrizitäts infrastruktur aus dem Auswertedatensatz, dies kann beispiels weise bevorzugter Weise in einem Erkennungsmodul 20, welches beispielsweise durch wenigstens eine elektronische Rechenein richtung abrufbar und ausführbar ist, geschehen. In einem fünften Schritt des Verfahrens wird ein Modell 22 der Elekt rizitätsinfrastruktur anhand der erkannten Infrastrukturkom ponente erzeugt.

Um die Elektrizitätsinfrastruktur besonders vorteilhaft er mitteln zu können, werden durch das Verfahren in einem

Schritt sechs für die wenigstens eine Infrastrukturkomponente eine Klassifikation 24 bereitgestellt. In einem siebten

Schritt des Verfahrens erfolgt nun beispielsweise durch ein Klassifizierungsmodul 26 eine Klassifizierung der wenigstens einen erkannten Infrastrukturkomponente im Modell 22 anhand der bereitgestellten Klassifikation 24. Schließlich wird in einem achten Schritt des Verfahrens ein klassifiziertes Inf rastrukturmodell 28 der Elektrizitätsinfrastruktur bereitge stellt .

Vorteilhafterweise wird wenigstens einer der Schritte des Verfahrens unter Verwendung wenigstens eines lernenden Algo rithmus und/oder eines neuronalen Netzes durchgeführt, wel cher beziehungsweise welches insbesondere in einer Lernphase von einem, insbesondere menschlichen, Benutzer des Verfah rens, trainiert werden kann, aber auch dazu ausgebildet ist selbstständig zu lernen. Dazu können beispielsweise Trai ningsdaten 30 verwendet werden. Dabei können die Trainingsda ten zumindest teilweise durch beispielsweise ein Modell 22 und/oder vorteilhafterweise ein Infrastrukturmodell 28 eines zuvor beispielsweise in einer anderen Region durchgeführten Verfahrens erzeugt worden sein, sodass beispielsweise der lernende Algorithmus und/oder das neuronale Netz durch ein bestärkendes Lernen und/oder tiefgehendes Lernen trainiert werden kann.

Als die Ergänzungsdaten 18 können vorteilhafterweise bei spielsweise eine Landkarte und/oder eine Stromnetzkarte ver wendet werden, wie sie beispielsweise auch durch offen zu gängliche Quellen in einem Informationsnetz, wie dem Inter net, zugänglich sind. So können Ergänzungsdaten 18 beispiels weise besonders vorteilhaft über eine Schnittstelle einer Re cheneinrichtung, welche das Verfahren durchführt, abgerufen werden. Dabei eignet sich sowohl eine Landkarte als auch eine Stromnetzkarte besonders vorteilhaft als Ergänzungsdaten 18 für das Verfahren, da diese besonders gut mit den Höhendaten 14 korreliert werden können. Die Höhendaten 14 stammen von der Sensoreinheit des Höhenüberwachungsobjekts, welches vor teilhafterweise ein Satellit und/oder ein Höhenballon

und/oder ein Flugzeug sein kann, sodass es sich bei den Hö hendaten 14 beispielsweise um wenigsten eine Luftaufnahme be ziehungsweise um wenigstens ein Satellitenbild handeln kann. Die Auswertung 12 beziehungsweise auch die Auswertung 16 kann vorteilhafterweise, da dies jeweils auch als Schritt des Ver fahrens aufgeführt ist, durch den wenigstens einen lernenden Algorithmus und/oder das neuronale Netz und/oder einen weite ren lernenden Algorithmus und/oder ein weiteres neuronales Netz ausführbar sein. Beispielsweise im Falle von Luftaufnah men beziehungsweise Satellitenbildern, welche die Höhendaten 14 repräsentieren, kann somit eine Bildanalyse besonders vor teilhaft für eine Identifizierung beziehungsweise zum Erken nen von Infrastrukturkomponenten der Elektrizitätsinfrastruk tur verwendet bzw. durchgeführt werden.

Vorteilhafterweise wird für die Klassifikation 24 für wenigs tens einer Art der Infrastrukturkomponente, wie beispielswei se ein Stromleitungsbauteil, einen Elektrizitätsmast oder ei ne Anlage für regenerative Stromherstellung, wie beispiels weise eine Solaranlage, jeweils wenigsten eine Objektklasse 32 bereitgestellt, sodass beispielsweise während der Klassi- fizierung durch das Klassifikationsmodul 26 Obj ektklassen 32 für Infrastrukturkomponenten vergeben werden können, sodass eine besonders übersichtliche beziehungsweise strukturierte Darstellung des Infrastrukturmodells 28 ermöglicht wird.

Dabei werden vorteilhafterweise als die Infrastrukturkompo nente ein Kraftwerk und/oder eine Stromleitung und/oder eine Anlage für die regenerative Strombereitstellung und/oder ein Lastzentrum und/oder ein Industriezentrum und/oder ein Um spannwerk erkannt beziehungsweise identifiziert. Dabei ist diese Aufzählung hier keineswegs einschränkend zu verstehen, sondern es können noch weitere Infrastrukturkomponenten, wel che insbesondere dazu geeignet sind, eine Elektrizitätsinfra struktur besonders vorteilhaft zu beschreiben, ebenfalls durch das Verfahren erkannt werden. Dabei ist das Erkennen beziehungsweise Identifizieren der jeweiligen Infrastruktur komponente aufgrund des neuronalen Netzes beziehungsweise des lernenden Algorithmus durch das Verfahren beziehungsweise für das Verfahren erlernbar. Dabei kann das Erlernen zusätzlich zu einem bestärkenden Lernen beziehungsweise alternativ dazu auch durch ein tiefgehendes Lernen, ein so genanntes Deep Learning, ausgeführt werden.

Durch das hier vorgestellte Verfahren ergibt sich beispiels weise wenigstens der Vorteil, dass durch das Infrastrukturmo dell 28 eine quasi standardisierte Bereitstellung für eine quasi beliebige Elektrizitätsinfrastruktur, welche insbeson dere beispielsweise ein Stromnetz mit an das Stromnetz ange schlossenen Netzteilnehmern wie beispielsweise Kraftwerken und/oder Verbrauchern charakterisiert, einheitlich darstell bar ist.

Die FIG 2 und 3 zeigen einen Vergleich zwischen dem Modell 22, welches in der FIG 2 gezeigt wird und dem diesem Modell 22 zugehörigen Infrastrukturmodell 28, welches in FIG 3 ge zeigt ist. Dabei ist in FIG 2 rechter Hand eine Legende 31 für die in der FIG 2 selbst dargestellte Elektrizitätsinfra struktur zu sehen, welche auch eine entsprechende Klassifika- tion 24 für entsprechende Infrastrukturkomponenten enthält. Dabei ist als Beispiel das Elektrizitätsnetz von Südafrika gezeigt, womit die Region in dem vorliegenden Beispiel das Land Südafrika ist.

Die Klassifikation 24 umfasst hier wie bereits erwähnt mehre re Obj ektklassen 32.

Dabei beinhaltet die Legende 31 Städte 34, die Grenze der Re gion und somit die Staatsgrenze Südafrikas 36, eine Kraft werksinfrastrukturkomponente 38, welche beispielsweise unter teilt sein kann in Kohle- 40, Gas- 42, Öl- 44, Wind- 46, Hyd ro- 48 und andere Kraftwerke 50. Dabei können die Kraftwerks typen 40 - 50 in der Klassifikation 24 in einer einzelnen Ob jektklasse 32 zusammengefasst sein. Ferner sind Übertragungs strukturen beziehungsweise die Netztrassen beziehungsweise die Stromleitungen oder kurz die Leitungen 52 in dem Modell 22 eingezeichnet, wobei das Modell 22 somit zumindest die Kraftwerksanlagen in Abhängigkeit ihres geografischen Stand orts und in Verbindung beziehungsweise als Netzknotenpunkt beinhalten. Ferner können beispielsweise noch Förderstätten 54 sowie weitere Infrastrukturkomponenten 56 wie beispiels weise Flughäfen und Industrie- beziehungsweise Lastanlagen 58 erfasst und insbesondere in dem Modell 22 dargestellt werden.

In FIG 3 ist nun das durch das Verfahren gewonnene Infra strukturmodell 28 vorgestellt, welches gegenüber dem in FIG 2 gezeigten Modell 22, wie leicht zu erkennen ist, den Vorteil hat, dass es besonders einfach zu analysieren ist, da im Ge gensatz zu dem Modell 22 eine klar strukturierte Form des Infrastrukturmodells 28 gewonnen werden kann. Dabei sind die in der Legende 31 der FIG 2 gezeigten Komponenten jeweils zu mindest teilweise zum Vergleich markiert.

In FIG 3 beziehungsweise bei dem direkten Vergleich des Mo dells 22 mit dem Infrastrukturmodell 28 zeigt sich der Vor teil des Verfahrens, so kann durch das Verfahren vorteilhaf terweise in einem weiteren Schritt das klassifizierte Infra- Strukturmodell 28 als Referenzmodell bei einem erneuten

Durchführen des Verfahrens für eine weitere Region verwendet werden, wodurch eine Vergleichbarkeit für unterschiedliche Regionen, mittels des Verfahrens erzeugter Infrastrukturmo- delle 28 besonders vorteilhaft möglich ist, sodass beispiels weise leicht Rückschlüsse auf vorhandene Potentiale bezie hungsweise Ausbaumöglichkeiten der jeweiligen Elektrizitäts infrastruktur in der jeweiligen Region getroffen werden kön nen .

Das hierin beschriebene Verfahren kann auch in Form eines Computerprogramms beziehungsweise eines Computerprogrammpro dukts vorliegen, welches das Verfahren innerhalb einer elekt ronischen Recheneinrichtung implementiert. Ebenso kann ein elektronisch lesbarer Datenträger mit darauf gespeicherten elektronisch lesbaren Steuerinformationen vorliegen, welche zumindest ein beschriebenes Computerprogrammprodukt umfassen und derart ausgestaltet sind, dass sie bei der Verwendung des Datenträgers in beispielsweise der elektronischen Rechenein- richtung das beziehungsweise ein beschriebenes Verfahren durchführen .

Bezugs zeichenliste

10 Diagramm

12 Auswerten

14 Höhendaten

16 Auswerten

18 Ergänzungsdaten

20 Erkennungsmodul

22 Modell

24 Klassifizierung

26 Klassifizierungsmodul

28 Infrastrukturmodell

30 Trainingsdaten

31 Legende

32 Objektklasse

34 Stadt

36 Grenze der Region

38 Kraftwerk

40 Kohlekraftwerk

42 Gaskraftwerk

44 Ölkraftwerk

46 Windkraftwerk

48 Hydroterminkraftwerk

50 andere Art eines Kraftwerks

52 Leitung

54 Förderstätte

56 Infrastruktur

58 Industriezentrum beziehungsweise Lastzentrum