| dc.description.abstract | Forsyningssikkerheten i Norge blir stadig viktigere, og forbrukerne baserer seg stadig mer på et samfunn dominert av en høy forsyningsgrad. Å basere oppvarmingen av hus kun ved hjelp av elektrisitet er mer dominerende enn tidligere. Næringsbygg med ventilasjon, sprinkleranlegg, kortlesere i dører, multimediautstyr, datamaskiner osv stiller høye krav til forsyningssikkerheten. I dag overføres en stor andel elektrisitet over luftledninger, og denne oppgaven tar for seg å øke forsyningssikkerheten med tanke på vegetasjon.
En rapport fra NVE, utgitt etter orkanen Dagmar i 2011 slår fast at den viktigste enkeltfeilen til ikke levert energi i Norge skyldes trefall over linjene. Det er et stort behov for mer kunnskap rundt temaet, og selv små forbedringer i antallet avbrudd kan gi store besparinger for nettselskapene. En avbruddsstatistikk Statnett utarbeider hvert år, viser at trefall over linjene er størst i distribusjonsnettet, mindre i regionalnettet, og omtrent fraværende i sentralnettet.
Dagens praksis for uttak av potensielle risikotrær er preget av store forskjeller mellom
nettselskapene. Felles for alle er at det sannsynligvis er mye å hente på en bedre registrering av kantskogen i linjenettet, og uttak av de riktige trærne. I dag foregår utvelgelsen av risikotrær ved hjelp av ortofoto, befaringer langs linja eller at nettselskapene overlater utvelgelsen til linjeryddefirmaene som har kontrakt på linjerydding
Bruk av laserdata innen vegetasjonsrydding av kraftlinjer er i full utvikling, og vil spille en viktig rolle i tiden framover. Oppgaven viser at det er fullt mulig å identifisere risikotrær ved hjelp av laserdata. Resultatene i forbindelse med identifikasjon av kant gir gode resultater, og fanger opp trær man ville valgt ut ved en feltbefaring. Metoden registrerer også en del trær som ikke utgjør noe risiko for linjenettet, og disse må sorteres vekk manuelt.
Oppgaven må sees på som en begynnelse for å identifisere risikotrær ved hjelp av laserdata. Skal metoden erstatte eksisterende praksis med feltbefaringer, må flere kategorier risikotrær innlemmes. Den er allikevel full brukbar som et supplement til dagens forvaltning, kan implementeres i systemene til nettselskapene, og vil kunne gi store kostnadsbesparelser i forbindelse med registrering.
The security of energysupply in Norway is becoming more important, and consumers are increasingly relying on a society dominated by a high supply level. Basing housewarming on using only electricity is more dominant than before. Commercial buildings with ventilation, sprinklers, card readers in doors, multimedia equipment, computers etc set high standards for the security of supply. Today a large proportion of electricity is transferred in overhead lines, and the point of this thesis is to increase the security of the supply in terms of vegetation.
A report from NVE, published after the orcan «Dagmar» 2011, concludes that the most common single failure to not delivered energy in Norway is trees falling over the lines. There is a huge need for more knowledge around the topic, and even small improvements could mean big savings for the energy-companies. An interruption-statistic that «Statnett» submit every year, shows that trees falling over the lines is most common in the distribution-net, less in the region-net and almost non existing in the sentral-net.
Todays practice for removing trees with potential risk for the lines is characterized with different practices for each energy-company. The companies will all probably save money, and have fewer interruptions with a better registration of trees nearby the line network, and then remove the right trees. The registration and selection of which trees should be removed is currently identified with ortophotos, field surveys, or the energy-company leaves the selection of trees to the line clearing company.
Use of laser data to clear the power lines for vegetation is in full development, and will play an important role in the future. The thesis shows that it is possible to identify risk trees using laser data. The findings regarding the identification of edge gives good results, and captures trees that would be selected out on a field inspection. But the laser data method is not perfect yet. The results show trees that are not causing a risk for the lines as a risk, and they have to be sorted out manually.
This paper must be seen as a beginning of identifying risk trees using laser data. If this method shall replace the existing practice with field surveys, several categories of risk trees needs to be incorporated. Laser data is still usable as a supplement to current management, it can be implemented in systems for utility companies and will provide significant cost savings within registration. | nb_NO |
