CNAIM: är den brittiska modellen för riskbaserat underhåll på väg in i det svenska elnätet?

CNAIM dyker upp allt oftare i våra samtal med kunder. Det handlar om att prioritera underhåll utifrån vad en komponent faktiskt kostar att förlora, inte bara hur gammal den är. Internationellt är tanken långt ifrån ny. I Storbritannien har ett sådant ramverk varit obligatoriskt i över tio år, under namnet CNAIM: Common Network Asset Indices Methodology.

Och det är inte bara branschprat: ett av Sveriges största nätbolag, Vattenfall Eldistribution, har under det senaste året låtit utvärdera hur väl CNAIM:s beräknade sannolikheter för fel stämmer överens med faktisk felstatistik i det svenska nätet, med målet att föreslå anpassningar för svenska förhållanden. Den brittiska modellen är med andra ord inte längre bara en akademisk referens i svenska rapporter. Den har redan börjat prövas mot verklig, svensk driftdata.

Vi har själva sett det här på nära håll. Gomero har varit del av ett arbete där CNAIM utvärderats tillsammans med ett svenskt elnätsbolag, med skarp data från en av våra egna installationer som underlag.

Vad är CNAIM egentligen?

CNAIM togs fram av de brittiska nätbolagen tillsammans med tillsynsmyndigheten Ofgem, och blev från 2015 en del av nätbolagens licensvillkor. Det är ett krav, inte ett val. Metoden ger samtliga brittiska nätbolag ett gemensamt sätt att bedöma 25 olika tillgångsklasser, från transformatorer och ställverk till kablar och luftledningar.

I grunden bygger CNAIM på två beräkningar per tillgång:

• Sannolikheten för fel (Probability of Failure). Hur troligt är det att just den här komponenten går sönder, givet ålder, skick, belastning och andra faktorer?
• Konsekvensen av fel (Consequence of Failure). Vad skulle det kosta, i pengar, driftsäkerhet, säkerhet och miljö, om det händer?

Tillsammans ger de ett monetärt riskvärde per tillgång. Det gör det möjligt att jämföra en transformator i Skåne med en kabel i Norrland på samma skala, och styra underhålls- och investeringsbudgeten dit den faktiskt gör mest nytta, i stället för att följa ett schema som sattes för tjugo år sedan.

Varför sprids metoden nu?

CNAIM är inte längre en isolerad brittisk företeelse. Ramverket har redan anpassats för flera länder, däribland Danmark. Mönstret är detsamma överallt: ett nätbolag eller en tillsynsmyndighet konstaterar att schemalagt underhåll varken är kostnadseffektivt eller särskilt bra på att förutsäga fel, och väljer en beprövad, transparent modell i stället för att uppfinna en egen från grunden.

Samma tryck finns i Sverige. Energimarknadsinspektionen har föreslagit en mer totalkostnadsfokuserad reglering (TOTEX), vilket gör det mer lönsamt för nätbolag att investera i tillståndsövervakning och riskbaserade beslut i stället för att enbart minimera kortsiktiga utgifter. Ett tydligt, granskningsbart ramverk som CNAIM passar väl in i det sammanhanget: både internt, för att prioritera rätt, och externt, för att kunna motivera besluten för tillsynsmyndigheten.

Det som avgör om det fungerar i praktiken

Här vill vi vara ärliga om något som lätt glöms bort i diskussionen: en riskmodell är bara så bra som datan den matas med.

CNAIM kan i grunden räkna på ålder allena. Metodiken är byggd för att fungera även utan fullständig tillståndsdata. Men värdet av en riskbaserad prioritering ökar avsevärt med kvaliteten på indatan: en uppskattning baserad enbart på ålder ger en trubbig bild, medan verklig, uppdaterad information om varje komponents tillstånd gör både riskbedömningen och besluten den ger underlag för betydligt skarpare.

Det är precis den grunden vi bygger på Gomero. Ni behöver inte byta ut era befintliga system för att komma igång. Vi lägger till intelligenslagret som gör att metoder som CNAIM faktiskt kan leverera i verkligheten: tillförlitlig, kontinuerlig data om varje transformatorstations tillstånd, samlad på ett ställe och redo att användas som underlag för riskbaserade beslut.

Vad det betyder framåt

Vi vet inte om CNAIM blir den modell som till slut används brett i Sverige, eller om branschen landar i en egen variant. Men riktningen är svår att missta sig på: från schema till risk, från antaganden till data.