Die thermische Befliegung von Fernwärmenetzen wird seit Jahrzehnten primär als Lecksuche verstanden. Dieses Paradigma greift heute zu kurz. Ein Grund dafür ist die Interpretation der aus der Luft erfassten Daten, denn „hier lag bisher der eigentliche Engpass“, so Michel Pink, Leiter Datenerfassung bei der GeoFly GmbH. Mit einer kontextbasierten KI führt das Unternehmen die thermische Netzanalyse auf eine neue Ebene.
Identifikation einer Leckortung von Fernwärmeleitungen, die trotz geringer Temperaturunterschiede erkannt wird. Quelle: GeoFly GmbH
Projekte haben derzeit eine hohe Abhängigkeit von subjektiver Erfahrung. Zudem gilt für Thermographie genauso wie für Luftbild-Projekte, dass Datenerfassung ein Naturprodukt ist, sprich sehr abhängig von vielen vor allem wetterbedingten Parameter, die bei der konkreten Befliegung vorherrschen. Dies macht die Vergleichbarkeit zwischen Projekten gering. „Es gab viele Fehlalarme durch urbane Störquellen und insgesamt kaum belastbare Aussagen für Monitoring und Asset-Management“, sagt Pink.
Der Ansatz von GeoFly verschiebt den Fokus grundlegend: weg von der punktuellen Lecksuche, hin zu Asset- und Zustandsmonitoring auf statistischer und kontextueller Basis. Die Innovation liegt nicht in der Datenerfassung und nicht in „mehr KI“, sondern in der systematischen Objektivierung, Kontextualisierung und Vergleichbarkeit thermischer Information.
Methodischer Kern: Kontext statt Mustererkennung
Der Ansatz basiert also nicht auf klassischer KI im Sinne reiner Objekt- oder Hotspot-Erkennung. Stattdessen wird thermische Information kontextualisiert. Die Fernwärmeleitung wird in überlappende Abschnitte segmentiert und statistisch beschrieben. Parameter sind Median, Streuung und relative Abweichungen. Die Bewertung erfolgt nicht absolut, sondern relativ zur lokalen Umgebung. „Entscheidend ist nicht die Frage „Wo ist es warm?“, sondern „Wo verhält sich die Temperatur im Kontext der Leitung ungewöhnlich?“
KI wirkt dabei unterstützend, nicht entscheidend. Sie wird gezielt eingesetzt für die Vorstrukturierung großer Datenmengen, statistische Vorklassifikation oder die Erkennung und Maskierung typischer Störquellen. Dazu gehören Fahrzeuge, Beleuchtung, Schächte, Fassaden und Vegetation.
„Wichtig ist für uns, dass mit der KI keine Black-Box-Entscheidungen getroffen werden, also zum Beispiel eine automatische Schadensklassifikation“, so Pink. Die finale Bewertung bleibt also beim Fachpersonal. Im KI-Jargon wird dies als „Human-in-the-Loop“ bezeichnet.
Durch die Kombination aus diesen drei Bereichen, Pipeline-Segmentierung, Statistik und Kontextinformation (Oberfläche, Nutzung, Umgebung) entsteht erstmals eine belastbare Grundlage für Aufgaben, die dem Bereich des Asset Managements zugeordnet werden können. Der Zustand einzelner Leitungsabschnitte wird bewertet und ähnliche Anlagenbestandteile (Assets) verglichen. Wiederholbare Bewertungen über mehrere Jahre ermöglichen Trendanalysen statt Momentaufnahmen. Das System beantwortet damit Fragen wie: Welche Abschnitte verschlechtern sich schleichend? Wo steigen Risiken über die Zeit? Wo lohnt sich präventives Eingreifen? „Als gesamtes gesehen ist dies ein Asset- und Zustandsmonitoring, die weit über die klassische Lecksuche hinausgeht“, so Pink.
Monitoring statt Einmalbefliegung
Der Wiederholungsbefliegungen zeigen sogar einen besonderen methodischen Vorteil, denn sie objektivieren die Aufnahmebedingungen und schaffen die Voraussetzung für Vergleichbarkeit. Es sind identische Segmentlogiken und die Verwendung identischer statistischer Kennwerte, die eine hohe Vergleichbarkeit über Zeit und Projekte ermöglichen. Dies geschieht unabhängig von Plattformen wie Flugzeugen und Drohnen. Als Ergebnis entstehen belastbare Zeitreihen, frühe Erkennung kritischer Entwicklungen oder die bessere Priorisierung von Investitionen.
Ein aktueller Entwicklungsschritt geht über Fernwärme hinaus und reicht in Richtung einer anhand der Landnutzung orientierten Temperaturstatistik. Durch die Kombination einer Landoberflächenklassifikation (z.B. Asphalt, Gebäude, Vegetation, Grünflächen) und statistischer Temperaturauswertung wäre es nun ebenfalls möglich, im Rahmen der Auswertung Temperaturstatistiken getrennt nach Landnutzungs-Klassen zu berechnen und diese räumlich, zeitlich und funktional zu vergleichen.
Abbildung eines städtischen Fernwärmenetzes. Die farbliche Codierung zeigt den allgeminen Zustand der Leitungsabschnitte im Sinne des Asset Managements an. Quelle: GeoFly GmbH
Das ist relevant, weil die Oberflächentemperatur stark von der Bodenbeschaffenheit abhängt. Unterschiedliche Temperaturen auf Asphalt, Wiese, Dach oder Baumbestand haben eine andere Bedeutung, je nach Kontext. „Klassische Thermalanalysen vermischen diese Effekte“, sagt Pink.
Bei dem neuen Ansatz wird Temperatur nicht nur einfach gemessen, sondern je nach Nutzung kontextualisiert. Dies erlaubt hingegen eine saubere Trennung von Oberflächen- und Nutzungseffekten, eine bessere Interpretation urbaner Wärmesignaturen. „Dies schafft neue Anwendungen für Stadtklima, Infrastrukturmonitoring sowie Umwelt- und Energiethemen“, sagt Pink.
Auftraggeber müssen sich dabei auch der Grenzen bewusst sein. Es werden keine absoluten Rohrtemperaturen gemessen oder keine realen Wärmeverluste berechnet. Vor-Ort-Inspektionen sind also nicht zu ersetzen. Dafür liefert die Methode objektive Entscheidungsgrundlagen, priorisiert Hinweise und strukturiert Information für Planung und Betrieb.
www.geofly.de
Testbefliegung beweist Überlegenheit der Langwelle
Bei der Thermographie gibt es Unterschiede bei den verwendeten Kamerasystemen hinsichtlich der gemessenen Strahlungsfrequenz. Man unterscheidet beim Wellenspektrum der Infrarotstrahlung zwischen Kurz- Mittel und Langwelle-Systemen. Die am Markt verfügbaren Kamerasysteme konzentrieren sich auf einen dieser Bereiche und haben demnach unterschiedliche Einsatzschwerpunkte. Je wärmer ein Körper ist, desto kürzer ist die ausgestrahlte Wellenlänge. Beim nahen Infrarot liegt sie zwischen 780 nm bis 3000 nm, das mittlere Infrarot liegt zwischen 3 μm bis 5 μm und der langwellige Bereich zwischen 8 μm bis 14 μm. Der Kurzwellenbereich ist der Messung hoher Temperaturen vorbehalten und spielt daher bei der luftgestützten Thermographie (außer bei der Detektion von Bränden) so gut wie keine Rolle.
Interessant sind dagegen Temperaturunterschiede von wenigen Grad, die auf Leckagen von Fernwärmeleitungen im Untergrund hindeuten können bzw. Erkenntnisse zu sommerlichen Wärme-Hot-Spots schließen lassen. Hier sind kleine Temperaturunterschiede von wenigen Grad interessant. Im für Fernwärmebefliegungen relevanten Niedrigtemperaturbereich (<100 °C) liegt das Maximum der abgestrahlten Wärmeenergie im Langwellenbereich.
Dadurch erreichen LWIR-Sensoren eine deutlich höhere thermische Differenzierung als MWIR-Systeme und können Temperaturunterschiede im Bereich von etwa 0,1 Kelvin oder darunter unterscheiden. Die Frage im Markt bei der Thermographie ist in den vergangenen Jahren immer wieder gewesen, ob auch Mittelwellensysteme dies leisten können, insbesondere dann, wenn die Messwerte korrigiert und damit verbessert werden.
Auswertung eines Bildausschnitts des Testgebiets inklusive vorhandener Ferwärmeleitung mit der Langwellenkamera IR8800. Die Farbcodierung zeigt die erfassten Temperaturunterschiede wesentlich differenzierter als mit den Mittelwellensystemen. Quelle: GeoFly
Testbefliegungen
GeoFly hat im Winter in Magdeburg einen Praxistest auf Basis einer Methode durchgeführt, die wissenschaftlichen Standards genügt. Dieser Test zeigte die Überlegenheit der Langwellen-Messungen und konnte die Unterschiede zur Mittelwelle transparent quantifizieren. Um die maximale Vergleichbarkeit zu gewährleisten, wurden zwei Befliegungen unmittelbar nacheinander über demselben Testgebiet (Magdeburg) durchgeführt. Beide Befliegungen brachten die identische Bodenauflösung von 25 Zentimetern. Als Kamerasysteme kamen zwei Modelle von Infratec zum Einsatz, einmal die Kamera IR8800 für die Langwelle und zum anderen die IR9400 für die Mittelwelle.
Bei den Flügen herrschten Winterbedingungen, wie sie in der Thermographie aus dem Flugzeug üblich sind. Die Wetterlage war klar, es herrschte geringer Wind und die Temperatur des Bodens und in der Luft lagen bei 1 bis 2 Grad Celsius °C.
Insgesamt wurden drei Messverfahren getestet: Langwelle, Mittelwelle und Mittelwelle inklusive Kompensationsparametern. Dabei ergaben sich verschiedene Temperaturspreizungen, also die maximal darstellbare Differenz der Temperaturen. Dies wird auch als intrinsische Temperaturdifferenzierung bezeichnet. Die Langwelle erreichte 4 Grad Kelvin, die Mittelwelle 1 Grad Kelvin und die Mittelwelle inklusive Korrektur 2 Grad Kelvin.
Operative Auswirkungen
Für die praktische Fernwärmeauswertung lassen sich dadurch wichtige Ergebnisse ableiten. „Die Langwelle ist ohne zusätzliche Parametrierung unmittelbar auswertbar, die Mittelwelle erfordert im Niedrigtemperaturbereich zwingend eine geeignete Parametrierung“, sagt Michel Pink. „Diese Kompensationsparameter müssen dabei sehr gut ausgewählt sein, sonst führen sie auch zu einer deutlichen Reduktion der thermischen Differenzierung“, so Pink. Die Langwelle (LWIR) zeigt hingegen mit einer Temperaturspreizung von 4 K ohne zusätzliche Parametrierung eine klare, robuste und unmittelbar interpretierbare Datengrundlage. Das Risiko, dass bei schwachen oder frühen Anomalien im Fernwärmenetzen potentielle Schäden weniger wahrscheinlich erkanntw erden, ist damit wesentlich höher. Der Einsatz der Langwelle führt so zu einer wesentlich höheren Prozessstabilität. Außerdem geht GeoFly davon aus, dass die Langwelle wesentlich geringer auf Wetterbedingungen reagiert und damit viel flexiblere Befliegungsbedingungen ermöglicht.