| KEYWORD |
Utilizzo di algoritmi di Machine Learning per l’ottimizzazione dell’ energy management di impianti fotovoltaici
Parole chiave FOTOVOLTAICO, MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS, SOLARE
Riferimenti ANDREA LANZINI
Gruppi di ricerca Energy Center Lab, M3ES
Tipo tesi SPERIMENTALE E SIMULAZIONE
Descrizione La diffusione dei sistemi di misurazione e monitoraggio e l’avvento dell’Internet-of-Things garantisce una sempre maggiore disponibilità di dati. Gli algoritmi di Machine Learning figurano tra i più efficaci ed attuali strumenti per l’analisi di questi dati. Le potenziali applicazioni di queste tecniche, in relazione all’ottimizzazione dell’energy management, vanno dall’estrazione di conoscenze utili, alla previsione dei futuri valori di consumo/produzione, fino all’individuazione di eventuali anomalie. Nell’ambito della gestione di impianti per la produzione di energie rinnovabili, ed in particolare per quanto riguarda il fotovoltaico, l’utilizzo del Machine Learning può essere un fondamentale strumento a sostegno di un nuovo paradigma di manutenzione degli impianti di tipo predittivo, nonché di una ottimale gestione economica degli stessi.
Conoscenze richieste: conoscenza delle basi teoriche della produzione da fonte solare e dei principi di funzionamento dei pannelli fotovoltaici. Conoscenze più approfondite rispetto all’impiantistica in ambito fotovoltaico ed ai fenomeni di danneggiamento dei pannelli o di riduzione dell’efficienza di un impianto possono risultare utili ma non costituiscono un prerequisito. La conoscenza del linguaggio di programmazione Python è consigliata.
Scadenza validita proposta 01/10/2022
PROPONI LA TUA CANDIDATURA