Der Energiedienstleister Hansewerk hat auf die Anlagen der Tochter Schleswig-Holstein Netz AG bereits einen KI-Algorithmus angesetzt, der Störungen und Ausfälle im Stromnetz erkennen und vorhersagen soll. Entwicklungspartner des Predictive-Maintenance-Tools war Eon in Essen. Die KI greift damit auf Hardware-Informationen der Leitungen ebenso zu wie auf Performance-Echtzeitmesswerte (Lastverhalten etc.) sowie auf Wetterdaten.

Eine erste Test- und Einlernphase ist bereits zur Zufriedenheit der Projektbeteiligten verlaufen. Xiaohu Tao, Leiter der Anlagen- und Systemtechnik bei SH Netz, berichtet, dass die Wahrscheinlichkeit, mit der Defekte im Stromnetz präventiv erkannt werden, um den Faktor zwei bis drei gestiegen sei. Dadurch könne man Instandhaltungsarbeiten vorziehen, was im Effekt Zeit und Geld spart. Nicht zuletzt gewinne der Versorger dadurch deutlich an Planungssicherheit bei Ausbaumaßnahmen.

Weil die Netzstabilität letztlich aber ein übergreifendes Thema ist, bei dem eine Vielzahl an Faktoren eine Rolle spielt, werden in Wissenschaft und Forschung derzeit verstärkt Szenarien durchgespielt, welche Entwicklungen welche Auswirkungen haben könnten. Jüngstes Beispiel ist das Forschungsprojekt Fleets at Grid der TU Braunschweig und des örtlichen Versorgers BS Energy . Das Vorhaben untersucht anhand einer Testanlage, welche Auswirkungen das (massenhafte) Laden von E-Fahrzeugen auf die Stromnetze haben kann.