Algoritmer og dataanalyse

Slik brukes sanntidsdata til å overvåke kritiske systemer

En sensor på en jernbanebru registrerer en bevegelse på noen få millimeter. Et annet sted stiger temperaturen i en elektrisk komponent. På et vannbehandlingsanlegg faller trykket i en rørledning, mens et overvåkingssystem oppdager uvanlig nettverkstrafikk mot en kritisk server.

Hendelsene har lite til felles, bortsett fra at de kan få alvorlige konsekvenser dersom ingen oppdager dem. Derfor samler stadig flere virksomheter inn målinger kontinuerlig, behandler dem digitalt og bruker resultatene til å vurdere tilstanden til infrastrukturen de har ansvar for.

Sanntidsovervåking har blitt en viktig del av driften av strømnett, vannforsyning, transportanlegg og industrielle kontrollsystemer. Teknologien gjør det mulig å følge utviklingen mellom fysiske inspeksjoner, oppdage endringer tidligere og dokumentere hvordan anlegg faktisk oppfører seg.

Men veien fra en måleverdi til et riktig tiltak er lengre enn man skulle tro. Informasjonen skal registreres, overføres, kontrolleres og tolkes. Noen ganger er et raskt varsel avgjørende. Andre ganger er det viktigere å forstå en langsom endring som har utviklet seg gjennom flere måneder.

En måling er ikke nødvendigvis et sanntidsbilde

Begrepet sanntidsdata brukes ofte om informasjon som blir tilgjengelig kort tid etter at den er registrert. I tekniske systemer er betydningen mer presis: Dataene må leveres innenfor en tidsramme som passer til oppgaven de skal brukes til.

Hvor lang forsinkelse som kan aksepteres, varierer betydelig.

Et elektrisk vern som skal koble ut en farlig feil, må kunne reagere svært raskt. Et system som følger bevegelser i en fjellskråning, kan derimot være utformet for å registrere langsomme endringer over timer eller dager. Ved overvåking av en bru kan både raske vibrasjoner og gradvise deformasjoner være interessante.

Derfor er det misvisende å behandle all sanntidsovervåking som én teknologisk kategori. Målefrekvens, forsinkelse og krav til pålitelighet bestemmes av hva som skal observeres, og hvilke konsekvenser en feil kan få.

Det er også forskjell på sanntidsdata og nær sanntid. Et system som sender målinger hvert femte minutt, kan være godt egnet til å følge en langsom prosess. Det er derimot ubrukelig som eneste informasjonsgrunnlag for en beskyttelsesfunksjon som må reagere på millisekunder.

Det riktige spørsmålet er dermed hvor raskt informasjonen må være tilgjengelig for at den skal ha praktisk verdi.

Hva skjer mellom sensoren og driftssentralen?

Et moderne overvåkingssystem består av langt mer enn sensorer som sender tall til en skjerm. Hvert ledd i informasjonskjeden påvirker hvor godt virksomheten kan forstå tilstanden til anlegget.

Først må den fysiske tilstanden gjøres målbar

Sensoren omdanner en fysisk størrelse til et elektrisk eller digitalt signal. Avhengig av bruksområdet kan den registrere temperatur, trykk, vibrasjoner, elektrisk strøm, spenning, fuktighet, bevegelse eller kjemiske egenskaper.

Valget av sensor må bygge på hva slags feil eller endring man ønsker å oppdage.

Hvis formålet er å overvåke en konstruksjon, er det ikke sikkert at én måling gir tilstrekkelig informasjon. En bro kan for eksempel påvirkes av temperatur, trafikkbelastning og vind samtidig. En liten bevegelse kan være normal under bestemte forhold, men uvanlig under andre.

Plasseringen av sensoren har også stor betydning. En nøyaktig sensor som er montert på feil sted, kan gi et dårligere beslutningsgrunnlag enn en enklere sensor plassert der endringene faktisk oppstår.

God instrumentering krever derfor kunnskap om både måleteknologi og konstruksjonen som skal overvåkes.

Datainnsamling krever riktig tidspunkt

Når en måleverdi registreres, bør systemet vite når målingen faktisk ble utført. Dette høres selvfølgelig ut, men blir komplisert når tusenvis av sensorer er fordelt over store geografiske områder.

Data kan komme frem med ulik forsinkelse. Kommunikasjonsforbindelser kan falle ut, og enkelte målere sender informasjon i samlede pakker fremfor kontinuerlig.

En tidsstempelverdi som viser når dataene nådde en server, er ikke alltid det samme som tidspunktet da målingen ble gjort.

For analyse av raske hendelser kan slike forskjeller være avgjørende. Hvis signalene fra to nettstasjoner skal sammenlignes, må tidsgrunnlaget være tilstrekkelig presist. Ellers kan systemet trekke feil konklusjoner om hendelsesforløpet.

Tidssynkronisering, datalagring og håndtering av manglende målinger er derfor viktige deler av infrastrukturen bak sanntidsovervåking.

Deretter må informasjonen kontrolleres

Et sensornettverk vil før eller siden produsere feilaktige eller ufullstendige data. Årsaken kan være slitasje, feil kalibrering, strømbrudd, dårlig kontakt eller problemer med kommunikasjonen.

Programvaren må kunne kjenne igjen åpenbart urimelige verdier, oppdage avbrudd og markere målinger med usikker kvalitet.

En temperaturmåler som plutselig rapporterer en ekstrem verdi, kan varsle en reell feil. Men den kan også være defekt. Før informasjonen brukes til å planlegge et kostbart inngrep, må den vurderes sammen med andre observasjoner.

I noen systemer kan data fra flere sensorer sammenlignes. Andre steder brukes fysiske modeller eller statistiske metoder til å undersøke om målingene virker plausible.

Først når denne kontrollen er gjennomført, kan dataene gi et tilstrekkelig pålitelig grunnlag for videre tolkning.

Når en elektrisk komponent begynner å svikte

Kritiske feil i kraftnettet oppstår ikke alltid uten forvarsel. Enkelte komponenter kan utvikle skader over tid, og endringer i temperatur, trykk eller isolasjonstilstand kan gi informasjon om en begynnende feil.

Statnett har undersøkt dette gjennom forskningsprosjektet SmartACT, som handler om tilstandsovervåking av kabeltermineringer i høyspenningsanlegg.

En kabelterminering er overgangen mellom en kraftkabel og annet elektrisk utstyr. Feil i slike komponenter kan få store konsekvenser, særlig i anlegg med svært høye spenninger.

I oljefylte termineringer kan en mindre lekkasje føre til trykkfall. Dersom fuktig luft trenger inn, kan isolasjonsegenskapene forverres. Problemet kan utvikle seg uten at det er synlig ved en ordinær inspeksjon.

SmartACT har som mål å utvikle trådløse sensorer som måler trykk, temperatur, fuktighet og partielle utladninger direkte i kabeltermineringer på 420 kV-anlegg.

Partielle utladninger er lokale elektriske utladninger som ikke nødvendigvis fører til et umiddelbart gjennomslag, men som kan være tegn på problemer med isolasjonen.

Ved å kombinere slike målinger kan man få bedre informasjon om tilstanden inne i komponenten. Målet er at feil skal kunne oppdages tidligere, slik at vedlikehold kan planlegges før et alvorlig havari.

Statnett beskriver teknologien og forskningsmålene på sin offisielle prosjektside om SmartACT og trådløs tilstandsovervåking.

Et viktig forbehold er at beskrivelsen gjelder utvikling og testing av en løsning. Den dokumenterer ikke at teknologien allerede er tatt i generell bruk på alle tilsvarende anlegg i det norske transmisjonsnettet.

Prosjektet viser likevel hvorfor kontinuerlige målinger kan være verdifulle: De gir innsikt i forhold som ellers kan være vanskelige å undersøke uten å ta utstyr ut av drift.

Broer, dammer og fjellskråninger forteller sin egen historie

Overvåking av store konstruksjoner har en annen tidshorisont enn beskyttelse av elektriske anlegg. Her er oppgaven ofte å følge hvordan belastninger og materialegenskaper endrer seg gjennom år.

En betongkonstruksjon kan bevege seg litt med temperaturen. En dam kan påvirkes av vanntrykk og sesongvariasjoner. En fjellskråning kan få gradvise deformasjoner som gir viktig informasjon om stabiliteten.

Norges Geotekniske Institutt (NGI) har lang erfaring med instrumentering av slike anlegg. Instituttet bruker sensorer til å overvåke blant annet broer, dammer, offshoreinstallasjoner og områder utsatt for naturfare.

Et særlig interessant eksempel er Troll A-plattformen i Nordsjøen.

Den enorme konstruksjonen står på havbunnen under krevende geotekniske forhold. Da plattformen ble bygget på 1990-tallet, ble den utstyrt med omfattende instrumentering.

Målinger over flere tiår har gitt kunnskap om hvordan konstruksjonen faktisk oppfører seg. Ifølge NGI har resultatene vist at plattformen har større styrke og stivhet enn beregningene i prosjekteringsfasen tilsa.

Det har gitt eierne et bedre grunnlag for å vurdere belastninger og muligheter for videre bruk.

Dette illustrerer en side ved tilstandsovervåking som lett blir oversett: Målinger brukes ikke bare til å oppdage fare. De kan også vise at en konstruksjon har bedre egenskaper enn man opprinnelig antok.

NGI omtaler erfaringene i artikkelen De usynlige sensorene som øker sikkerheten, publisert i 2025.

Når små bevegelser må tolkes riktig

En sensor i en skråning kan vise at bakken beveger seg noen millimeter. Tallet alene forteller lite om faren for skred.

Bevegelsens retning, hastighet og utvikling over tid må vurderes sammen med grunnforhold, nedbør, temperatur og andre observasjoner.

Et område kan ha naturlige sesongvariasjoner, mens en økende bevegelseshastighet under bestemte forhold kan være et mer alvorlig tegn.

På samme måte kan vibrasjoner i en bro skyldes normal trafikk. Et annet vibrasjonsmønster kan gi grunn til nærmere undersøkelser, men det krever faglig vurdering å avgjøre hva endringen betyr.

Slike analyser kan støttes av digitale modeller, men dataprogrammet må bygge på en riktig forståelse av de fysiske forholdene.

Dette er særlig viktig når systemet brukes til å varsle om naturfare. En feilalarm kan medføre unødvendige stengninger og kostnader. Et manglende varsel kan få langt alvorligere konsekvenser.

Vannforsyningen er avhengig av mer enn vannkvalitetsprøver

Drikkevann er en samfunnskritisk tjeneste der kontinuerlig overvåking har flere formål.

Vannverk kan følge trykk, vannstand, vannføring og viktige prosessparametere i behandlingsanleggene. Avvik kan gi indikasjoner på lekkasjer, tekniske feil eller endringer i vannbehandlingen.

Trykkfall i et distribusjonsnett kan for eksempel skyldes uvanlig høyt forbruk, en lekkasje eller en feil i en pumpe. Ved å se flere målepunkter i sammenheng kan driftspersonellet lettere avgrense hvor problemet ligger.

Også vannbehandlingen krever kontroll. Prosessmålinger kan vise om utstyr fungerer innenfor fastsatte driftsgrenser, og hjelpe operatørene med å oppdage avvik som må undersøkes.

Det er likevel viktig å skille mellom kontinuerlige sensormålinger og dokumentasjon av hygienisk vannkvalitet. En sensor som følger turbiditet eller andre prosessparametere, erstatter ikke nødvendigvis laboratorieanalyser, prøvetakingsprogrammer og øvrige krav til drikkevannssikkerhet.

Norske vannverk er dessuten avhengige av styringssystemer, kommunikasjon og elektrisk kraft. Et digitalt angrep eller en teknisk svikt kan påvirke muligheten til å produsere og distribuere trygt drikkevann.

Mattilsynet understreker i sin veiledning til drikkevannsforskriften § 10 at både vannbehandlingsanlegg, distribusjonssystemer og digitale styringssystemer må sikres mot uautorisert tilgang og andre trusler.

For vannverk som omfattes av digitalsikkerhetsregelverket, gjelder det i tillegg mer konkrete krav til digital sikkerhet.

Et godt overvåkingssystem må dermed kunne håndtere to forskjellige oppgaver: Det skal bidra til trygg fysisk drift og samtidig være beskyttet mot hendelser som kan gjøre informasjonen eller styringen upålitelig.

Et varsel er bare nyttig hvis noen kan gjøre noe med det

Det er enkelt å lage et system som sender en alarm når en måleverdi passerer en fast grense. Det er langt vanskeligere å avgjøre om alarmen er riktig, viktig og tidskritisk.

Et anlegg med mange sensorer kan produsere et stort antall varsler. Noen skyldes normale driftsendringer, andre tekniske feil i måleutstyret. En enkelt hendelse kan dessuten utløse flere alarmer som alle beskriver konsekvenser av det samme problemet.

Hvis varslingene ikke prioriteres, risikerer operatørene å miste oversikten.

En praktisk løsning er å kombinere ulike former for vurdering. En enkel grenseverdi kan brukes når det finnes en tydelig teknisk begrensning. Andre ganger er det mer hensiktsmessig å undersøke hvor raskt en verdi endrer seg, eller om flere målinger viser et uvanlig mønster samtidig.

For eksempel kan en moderat temperaturøkning være forventet når et anlegg får høyere belastning. Dersom temperaturen fortsetter å stige etter at belastningen har falt, kan situasjonen fortjene større oppmerksomhet.

Alarmhåndtering må også ta hensyn til konsekvensene av en mulig feil. Et lite avvik i en ukritisk komponent bør ikke nødvendigvis behandles på samme måte som tegn på svikt i et anlegg uten reservekapasitet.

Det er nyttig å skille mellom tre reaksjoner:

  • Registrering: Hendelsen lagres for analyse, uten at driftspersonellet trenger å reagere umiddelbart.
  • Varsling: Operatøren får beskjed om at en tilstand bør undersøkes.
  • Automatisk beskyttelse: Et eget sikkerhetssystem utfører en forhåndsdefinert handling når nødvendige vilkår er oppfylt.

Disse funksjonene bør ikke blandes sammen. Et overvåkingssystem kan være svært nyttig selv om det aldri styrer en fysisk komponent direkte.

I kritisk infrastruktur må beslutningen om automatisk inngrep vurderes ut fra hvor pålitelig informasjonen er, hvor mye tid som finnes tilgjengelig, og hvilke følger en feil handling kan få.

Overvåking av digitale angrep krever andre sensorer

Truslene mot kritisk infrastruktur er ikke bare fysiske. Nettverk, servere og industrielle kontrollsystemer kan utsettes for innbruddsforsøk, skadevare og andre digitale angrep.

For å oppdage slike hendelser brukes blant annet nettverkssensorer som undersøker trafikkmønstre og registrerer tegn på mistenkelig aktivitet.

Nasjonal sikkerhetsmyndighet (NSM) driver Varslingssystem for digital infrastruktur, kjent som VDI. Systemet består av sensorer utplassert hos virksomheter med kritiske samfunnsfunksjoner.

Formålet er å kunne oppdage og varsle om cyberoperasjoner rettet mot viktig norsk infrastruktur.

NSM påpeker samtidig at økende bruk av kryptering gjør det vanskeligere å få innsyn i nettverkstrafikken. Derfor utvikles VDI med flere komponenter som skal bidra til et bredere situasjonsbilde.

Den offisielle beskrivelsen finnes på NSMs side om Varslingssystem for digital infrastruktur.

Overvåking av digitale trusler skiller seg fra tradisjonell tilstandsovervåking. En uvanlig nettverksforbindelse kan være et tegn på angrep, men den kan også skyldes en legitim oppdatering eller en endring i driftsmønsteret.

Også her må dataene tolkes i riktig sammenheng.

I industrielle miljøer blir dette særlig krevende fordi informasjonsteknologi og operasjonell teknologi ofte har forskjellige sikkerhetsbehov.

Vanlige IT-systemer er i stor grad utviklet for behandling, lagring og utveksling av informasjon. OT-systemer brukes til å overvåke og styre fysiske prosesser.

En sikkerhetsoppdatering som er enkel å installere på en kontor-PC, kan kreve omfattende testing før den kan brukes i et industrielt kontrollsystem. Et uventet driftsavbrudd kan få direkte konsekvenser for kraftforsyning, produksjon eller vannbehandling.

Sikkerhetsarbeidet må derfor ta hensyn til både digitale trusler og kravene til kontinuerlig, trygg drift.

Skal alle data sendes til skyen?

Moderne sensornettverk kan generere enorme mengder informasjon. Når mange anlegg skal overvåkes samtidig, er det naturlig å vurdere sentrale dataplattformer som samler målinger, gjør analyser og presenterer resultatene for forskjellige brukere.

Skytjenester kan gi tilgang til betydelig lagrings- og databehandlingskapasitet. De kan også gjøre det enklere å samle informasjon fra anlegg som ligger langt fra hverandre.

Men behovet for rask respons og høy tilgjengelighet setter grenser for hva som bør være avhengig av en ekstern forbindelse.

Et system som analyserer langsomme bevegelser i en dam, kan ofte tåle at kommunikasjonen er nede en kort periode, forutsatt at målingene lagres lokalt og sendes senere. Et sikkerhetssystem som skal reagere umiddelbart på en farlig elektrisk feil, kan ikke basere nødvendig beskyttelse på at en ekstern skytjeneste alltid er tilgjengelig.

Derfor kan det være hensiktsmessig å behandle data nær sensoren eller anlegget. Denne tilnærmingen omtales gjerne som edge computing, eller lokal databehandling.

En lokal enhet kan kontrollere måleverdier, filtrere bort unødvendig informasjon og utføre tidskritiske analyser. Deretter kan utvalgte data overføres til sentrale systemer for historikk, rapportering og mer omfattende beregninger.

En slik arkitektur kan redusere behovet for kontinuerlig kommunikasjon, men gjør også den lokale infrastrukturen mer avansert. Programvare må oppdateres, enheter må beskyttes og feil må kunne oppdages.

Det finnes derfor ingen universell løsning som passer alle typer kritiske systemer.

Cloud og OT krever en annen risikovurdering

I en rapport utarbeidet av SINTEF på oppdrag fra NVE i 2025 ble sikkerheten ved bruk av skytjenester i kritisk operasjonell teknologi undersøkt.

Rapporten, Sikkerhet for skybasert OT i kritisk infrastruktur, gjennomgår både tekniske sikkerhetsutfordringer, regelverk og mulige måter å organisere slike løsninger på.

En sentral konklusjon er at skytjenester kan være en sikker og hensiktsmessig del av infrastrukturen dersom relevante krav blir oppfylt. Samtidig peker rapporten på flere forutsetninger og utfordringer som må håndteres.

Virksomheten må blant annet ha kontroll over avhengigheter, tilgangsstyring, leverandørforhold og hva som skjer dersom forbindelsen til skytjenesten faller bort.

Dette gjelder også lagring av historiske data. Informasjon om kritiske anleggs tilstand, kapasitet og tekniske oppbygning kan være sensitiv selv om den ikke inneholder personopplysninger.

Beskyttelse mot uautorisert tilgang må derfor vurderes sammen med behovet for at dataene er tilgjengelige og korrekte når de skal brukes.

Digitale tvillinger gjør historiske målinger mer verdifulle

En enkelt måleverdi gir et øyeblikksbilde. Når målingene samles over tid, kan de fortelle hvordan et anlegg reagerer på forskjellige belastninger og ytre forhold.

Dette gir grunnlag for å utvikle digitale modeller som kan brukes til å undersøke tilstand og mulige endringer.

En digital tvilling er en digital representasjon av et fysisk system som oppdateres med informasjon fra den virkelige infrastrukturen. Hvor omfattende modellen er, og hvor ofte den oppdateres, varierer mellom ulike løsninger.

For en bro kan modellen kombinere informasjon om konstruksjonen med målinger av temperatur, deformasjon og vibrasjoner. Slik kan ingeniører vurdere om observerte endringer stemmer med forventet oppførsel.

For en dam kan målinger fra instrumenter i konstruksjonen og grunnen gi informasjon om hvordan anlegget reagerer på vannstand og andre påvirkninger.

Slike modeller kan også brukes til å undersøke mulige fremtidige belastninger og støtte planleggingen av vedlikehold.

Den digitale modellen er imidlertid ikke en fullstendig kopi av virkeligheten. Den bygger på antakelser og målinger med en viss usikkerhet.

Hvis datagrunnlaget er mangelfullt, kan en svært detaljert visualisering gi et falskt inntrykk av presisjon. En modell bør derfor vise hvilke forhold som er målt, hva som er beregnet, og hvilke begrensninger resultatene har.

Historiske data er særlig viktige når man skal vurdere om en ny observasjon faktisk er unormal. Uten kunnskap om tidligere variasjoner kan et system lett forveksle en forventet sesongeffekt med tegn på teknisk svikt.

Hvordan avgjør man hva som skal overvåkes?

Det finnes ingen grunn til å installere flest mulig sensorer dersom informasjonen ikke kan brukes til bedre beslutninger.

Utgangspunktet bør være hvilke feil eller uønskede hendelser virksomheten ønsker å oppdage, og hvor store konsekvensene kan bli.

For et anlegg med høy kritikalitet kan kontinuerlig overvåking være nødvendig selv om alvorlige feil forekommer sjelden. Andre steder kan periodiske inspeksjoner være tilstrekkelige.

Valget av måleteknologi må også ta hensyn til hvor tilgjengelig utstyret er. På avsidesliggende steder kan strømforsyning, kommunikasjon og fysisk vedlikehold være krevende.

En batteridrevet sensor som må byttes ofte, kan gi høye vedlikeholdskostnader dersom den er montert på et vanskelig tilgjengelig sted. En kablet sensor kan være mer stabil, men krever tilrettelegging ved installasjonen.

Det økonomiske spørsmålet er derfor bredere enn prisen på selve måleutstyret. Installasjon, kalibrering, datalagring, programvare, kommunikasjon og oppfølging må inngå i vurderingen.

Virksomheten må dessuten ha personell som kan forstå resultatene. Et avansert system skaper liten verdi dersom målingene ikke blir fulgt opp eller det er uklart hvem som skal reagere på et varsel.

Ansvarsfordelingen bør være kjent før løsningen tas i bruk. Det må være tydelig hvem som vurderer alarmer, hvem som kan beslutte tiltak, og hvordan systemet skal håndteres dersom målingene blir utilgjengelige.

Sanntidsovervåking forandrer vedlikeholdet

Tradisjonelt har mange tekniske anlegg blitt vedlikeholdt etter faste tidsintervaller. Utstyr blir inspisert eller skiftet ut etter en plan, selv om tilstanden kan variere betydelig mellom komponenter av samme type.

Tilstandsbasert vedlikehold bygger i større grad på hvordan utstyret faktisk oppfører seg.

Hvis målingene viser at en komponent er stabil og fungerer innenfor forventede grenser, kan det være mulig å planlegge vedlikeholdet annerledes. Dersom en negativ utvikling oppdages tidlig, kan tiltak settes inn før et uventet havari.

Dette betyr ikke at kontinuerlig overvåking erstatter alle rutinemessige kontroller. Sensorene kan overse bestemte feil, og også målesystemene trenger vedlikehold.

For mange virksomheter vil den beste løsningen være en kombinasjon av faste inspeksjoner, tekniske tester og kontinuerlige målinger av utvalgte forhold.

Verdien oppstår når informasjonen påvirker beslutninger: at riktig komponent undersøkes, at feil prioriteres bedre, eller at unødvendige inngrep kan unngås uten å svekke sikkerheten.

Den viktigste informasjonen er ikke alltid den nyeste

Det er lett å la seg imponere av systemer som viser tusenvis av oppdaterte målinger på store skjermer. I kritisk infrastruktur er det imidlertid ikke antallet datapunkter som avgjør kvaliteten.

En måling må være relevant for oppgaven, registrert på riktig tidspunkt og tilstrekkelig pålitelig. Den må tolkes i lys av hvordan anlegget fungerer, og resultatet må nå frem til noen som kan bruke det.

Noen ganger kan én ny observasjon kreve en umiddelbar reaksjon. Andre ganger ligger den viktigste informasjonen i en langsom utvikling som først blir synlig etter flere års målinger.

Erfaringene fra kraftnettet, vannforsyningen og overvåking av store konstruksjoner viser at kontinuerlig datainnsamling kan gjøre kritiske systemer tryggere og mer forutsigbare. Samtidig skaper den nye krav til kompetanse, datasikkerhet og ansvar.

Fremtidens overvåkingssystemer vil trolig få tilgang til enda flere sensorer og mer avanserte analysemetoder. Gevinsten vil likevel avhenge av hvor godt virksomhetene klarer å skille mellom nyttig informasjon og digitale målinger som bare fyller opp skjermene.

Å oppdage en endring er første skritt. Å forstå hva den betyr, er fortsatt den viktigste delen av arbeidet.