– Vi slet litt i starten med å få kontroll på 2 millioner observasjoner. Da var det selvfølgelig ekstra stas at våre prediksjoner til slutt traff best, forteller Moen.
Sammen med Martin Tveten fra Norsk Regnesentral, løste de to oppgavene de hektiske dagene. Moen og Tveten valgte å satse på en statistisk tilnærming, bygget på en klassisk modell, i kombinasjon med egne modelleringstriks.
Krafthack 2022 ble arrangert 7. til 8. mars hvor innovative tenkere ble invitert til et hackathon, hvor de skulle bruke av sin ekspertise på å dele hvordan de vil bruke datavitenskap for å støtte overvåkning av komplekst utstyr. Ved å kombinere data, ingeniørkunnskap og maskinlæring kan man få ny og verdifull innsikt fra det som er Norges største vannkraftverk.
Analysene og predikasjonene skulle gjøres av sensordata fra vannkraftverket som ligger 1,5 kilometer inne i fjellet i Kvilldal. Her produseres det over 3000 GWh-energi hvert år ved hjelp av fire Francis-turbiner. Disse turbinene er underlagt et miljø i stadig endring med komplekse belastningskrav, da de må starte, stoppe og justere til varierende vannforhold. Disse skiftende lastene resulterer i påkjenninger på konstruksjonen, og det er viktig å overvåke turbinen for å minimere krefter på turbinkomponentene og opprettholde et høyt sikkerhetsnivå.
I Krafthack 2022 fikk deltagerne utdelt et reelt datasett samlet inn fra en av turbinene. Turbinen er utstyrt med flere sensorer, inkludert strekkmålere, med støttende driftsdata som blant annet viser effekt og hastighet.
Moen kan fortelle om utfordrende dager underveis i hackatonet. – Stemningen minnet om å være på Lan-party i ungdommen. Det var fullt av utfordringer og overraskelser, sier Moen som deltok på hackathon for første gang i sitt liv. De to matematikerne mener at oppgaven handlet mye om å forstå stresset som oppstår i sensordataene, og at oppgaven lignet en klassisk statstikk- og maskinlæringproblemstilling. dScience-stipendiaten startet opp sin doktorgrad ved Matematisk institutt høsten 2021. Moens veileder er fungerende senterleder for dScience, professor Ingrid Glad, med Martin Tveten som medveileder. De jobber til vanlig med å forske og utvikle metoder for lignende overvåkning basert på sensordata for BigInsight, senter for forskningsdrevet innovasjon.
Med delt førsteplass utkonkurrerte Moen og Tveten 16 deltagende lag. Universitetet i Oslo gjorde det svært godt i konkurransen, og tre av topp fem var fra universitetet. Førstepremien var på 25 000 NOK.