KI für das Stromnetz von morgen entwickeln
Professur Künstliche Intelligenz der TU Chemnitz ist Projektpartner in BMBF-gefördertem Verbundprojekt für mehr digitale Sicherheit bei Smart Grids – Beitrag für mehr gesellschaftliche Akzeptanz von KI-Lösungen
Bild vergrößern Für die Energiewende werden nicht nur erneuerbare Energien im großen Stil benötigt, sondern auch intelligente Stromnetze. Die sogenannten „Smart Grids“ sorgen dafür, dass Energie nach dem Bedarf und damit effizient verteilt wird – zum Beispiel, wenn auf einen Schlag zahlreiche Elektroautos über Nacht Strom zum Laden benötigen. Digitale Technologie spielt dabei eine wesentliche Rolle. Damit diese funktioniert und vor Angriffen und Störungen, zum Beispiel durch Hacking, Malware und Viren, geschützt ist, werden ausgeklügelte Mechanismen benötigt, die autonom auf Basis Künstlicher Intelligenz umgehend eingreifen können. Genau das ist Ziel des Verbundprojekts „Wissensbasierte Anomalie-Erkennung mittels Künstlicher Intelligenz in kritischen Infrastrukturen“.
Die Federführung liegt an der Brandenburgisch Technischen Universität Cottbus-Senftenberg (Prof. Dr. Andriy Panchenko), Projektpartner ist die Professur Künstliche Intelligenz (Prof. Dr. Fred Hamker) der Technischen Universität Chemnitz, sie übernimmt Forschung und Entwicklung im Bereich rekurrenter neuronaler Netze.
Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) über einen Zeitraum von drei Jahren mit 2,72 Millionen Euro gefördert. Das Projekt läuft noch bis August 2023.
Beitrag zur gesellschaftlichen Akzeptanz von KI-Lösungen leisten
„Smart Grids“ sind intelligente Stromnetze, mit denen – vereinfacht gesagt – Stromerzeugung, Verbrauch und Speicherung dynamisch gesteuert werden können. Mit diesem starken Anwendungsbezug zur Sicherheit von Smart Grids mittels KI leistet das Projekt einen wertvollen Beitrag zur gesellschaftlichen Akzeptanz von KI-Lösungen. Automatische Erkennung von Anomalien – Effektiverer Netzbetrieb Angriffe erzeugen Abweichungen vom technischen Normalzustand digitaler Systeme, die mit heute üblichen Verfahren der IT-Sicherheit häufig schwer zu erkennen sind. Mittels einer neuen Methode auf KI-Basis sollen diese Anomalien in Zukunft automatisiert erkannt werden. Hierzu wird ein Analyseverfahren entwickelt, in dem mehrere Methoden maschinellen Lernens neuartig kombiniert werden, um die jeweiligen Vorteile der Ansätze zu nutzen.
Dabei werden von Prof. Hamker und Dr. Vitay aktuelle Ansätze mit rekurrenten neuronalen Netzen verfolgt, um eine erhöhte Automatisierung zu ermöglichen. Zudem vergleichen die Forscher diese Ansätze mit den klassischen, die an der Technischen Universität Cottbus-Senftenberg zum Einsatz kommen, um diese gegebenenfalls zu kombinieren. Insbesondere soll so ein effektives maschinelles Lernen auf Basis weniger oder unvollständiger Trainingsdaten erreicht werden.
Durch neuronale Netze wird die im Projekt entwickelte innovative Sicherheitslösung über den betrachteten Anwendungsfall hinaus schnell in anderen Umgebungen einsetzbar sein. Ein Anwendungsfall sind Netze der sogenannten kritischen Infrastrukturen (KRITIS-Sektoren) wie das Strom- oder Wassernetz. Eine solche Nutzung ist bereits in der Planung des Projekts angelegt.
Weitere Informationen erteilt Prof. Dr. Fred Hamker, Professur Künstliche Intelligenz der TU Chemnitz, Tel. +49 (0)371 531-37875, E-Mail fred.hamker@)informatik.tu-chemnitz.de
Matthias Fejes
04.01.2021
