Im Rahmen des Projektes EASE wird ein umfassendes System erforscht, in dem historische und laufende Erzeugungs- und Anlagendaten von geographisch verteilten Energieinfrastrukturanlagen miteinander vernetzt werden, und so ein dichtes "Sensor"-Netzwerk geschaffen wird.
Mithilfe dieses Sensor-Netzwerks sollen auf Basis von künstlicher Intelligenz, und mithilfe der Verschneidung von Daten aus Wetterstationen und Wetterprognosen, präzise und probabilistische Kurzzeitprognosen für Stromerzeugung durch Erneuerbare Energiequellen entwickelt werden.
Durch die vernetzte Betrachtung der Anlagen wird es möglich sein eine probabilistische Pfad-Vorhersage von (Extrem)-Wetterereignissen durchzuführen sowie im Falle von Ereignissen an den Anlagen eine automatisierte Diagnostik zur Feststellung und Klassifizierung von Leistungsreduktionen und Schäden zu implementieren.
Die Kernentwicklungen werden unter Einbindung mehrere Unternehmen aus Forschung und Industrie erarbeitet, die in einem gemeinsamen Dataspace organisiert sind, wodurch auch Unternehmen in direkter Konkurrenz unter Wahrung ihrer Interessen kooperieren können. Die entwickelten Systeme werden im Rahmen eines Proof-of-Concepts an realen Anlagen getestet.
Projektleitung an der W&O RTD: Franz G. Rosner
Weitere Informationen: