Netbeheerder Stedin past op geavanceerd niveau kunstmatige intelligentie en machine learning toe om het noodzakelijke onderhoud van de infrastructuur nauwkeurig te voorspellen en in te plannen. De ai-modellen die binnen het eigen team zijn gemaakt, worden getraind met data vanaf 2013 om daarmee voorspellingen te kunnen doen tot 2042. De praktijk wijst uit dat deze voorspellingen steeds nauwkeuriger worden, waardoor de data ingezet kan worden voor een gestroomlijnde energietransitie. Voor de hoofdjury van de Computable Awards 2023 reden om het project ‘Energietransitie met geografische ai-modellen’ te nomineren in de categorie Digitale Transformatie.
Deze modellen zijn gebaseerd op locatiedata die in Esri’s ArcGIS wordt samengebracht en alle belangrijke informatie over infrastructuur samenvoegt. Hiermee kan Stedin een faalkans-inschatting maken over potentiële storingen in de infrastructuur. Daarnaast wordt ook een effect-inschatting gemaakt om de gevolgen van een dergelijke storing te kunnen bepalen. Samen leidt dat tot een risicomodel: een voorspelling van wanneer er iets kan gebeuren en in welke vorm. Op basis daarvan wordt onderhoud en vervanging ingepland, zodat incidenten zoveel mogelijk worden voorkomen.
De data en resultaten van eerdere projecten worden aan de modellen toegevoegd om middels machine learning de modellen verder te verbeteren. Zo traint Stedin de eigen modellen continu en kan het de data gebruiken om de energietransitie te stroomlijnen. Esri’s ArcGIS ondersteunt Stedin middels een combinatie van data uit verschillende bronnen. Alle bronnen kunnen worden gekoppeld, wat Stedin veel analytische mogelijkheden geeft, zodat de resultaten van het werk makkelijk gedeeld kunnen worden met andere belanghebbenden.