| KEYWORD |
Uso di Self-Organizing Maps (SOM) per l’analisi della degradazione dei sistemi di produzione di energia solare fotovoltaica
Riferimenti BARTOLOMEO MONTRUCCHIO
Descrizione L'obiettivo del presente lavoro di ricerca riguarda l'indagine delle potenzialità delle mappe auto-organizzanti (Self-Organizing Maps, SOM), una tecnica di apprendimento non supervisionato appartenente al Machine Learning, per la manutenzione basata sulle condizioni operative (Condition-Based Maintenance, CBM) dei sistemi di generazione elettrica da fonte solare fotovoltaica di taglia utility scale, cioè pari o superiore ad 1 MW. Nel particolare, si cercherà di utilizzarle al fine di:
Riconoscere e identificare periodi di scarso rendimento.
Riconoscere e identificare tendenze di performance.
Rilevare eventuali anomalie.
La tesi si effettuerà presso l'azienda Sirius s.r.l., sita in via Frejus 106, Torino (https://www.sirius.to.it/).E' richiesta una conoscenza base di Python e machine learning.
Per maggiori informazioni, si prega di contattare Bartolomeo Montrucchio, Antonio Marceddu, Matteo Di Salvo e Fabio Bima alle seguenti e-mail:
bartolomeo.montrucchio@polito.it
antonio.marceddu@polito.it
disalvo@sirius-ea.com
bima@sirius-ea.com
Scadenza validita proposta 18/07/2025
PROPONI LA TUA CANDIDATURA