AI-baserad energiprediktion för ökad effektivitet i vindkraftsparker

Projektbeskrivning

Vindkraft är en lovande energikälla som dock är svår att nyttja fullt ut. Vindkraftsparker består av flera turbiner som på komplexa vis interagerar med varandra och omgivningen. Faktorer som terräng, vindspårseffekt (wake effect) mellan turbiner samt isackumulering på bladen påverkar hur mycket energi som genereras. För att förutsäga vindkraftsparkers energiproduktion krävs vanligen tidskrävande simuleringar, men AI-baserade metoder kan drastiskt påskynda processerna med bibehållen precision. I detta projekt kommer vi utveckla nya AI-metoder som tränats på verklig data för att ge precisa och beräkningseffektiva förutsägelser av vindkraftparkers energiproduktion. Eftersom turbinerna och deras relationer kan ses som en graf kommer vi använda Graph Neural Networks för att modellera dem. Vår metod kan få en betydande inverkan i och med att antalet vindkraftsparker fortsätter att öka, genom att förbättra deras effektivitet och planering, samt möjliggöra mer hållbar och prisvärd energi.

1. What challenge is the project intended to contribute solution(s) for or provide more knowledge about?

The project is designed to overcome the challenges associated with wind farm energy production by developing advanced AI models that can accurately predict power output, identify sources of power loss, and improve overall efficiency, by that supporting the transition to sustainable energy systems.

2. What is the goal of the project, and what question(s) does your project aim to answer?

The goal of the project is to build AI-based tools that improve the efficiency of wind farms in operation and provide decision support for the planning of future wind farms. Specifically, the project aims to develop advanced predictive models using Graph Neural Networks (GNNs) to accurately predict wind farm power output, identify sources of power losses, and ultimately enhance the sustainability and cost-effectiveness of wind energy production.

The project aims to explore the following key questions:

- How can advanced AI models, be used to predict the power output of wind farms more accurately and efficiently?
- What are the major factors contributing to power losses in wind farms, such as wake effects, terrain influences, meteorological conditions, and how can these be quantified?
- How can the developed AI models be integrated into the operational workflows of wind farm operators to provide tangible benefits?

These questions are targeted towards enhancing the understanding and management of wind farm operations, leading to more effective and sustainable energy production.