Software de Inteligência Artificial

LOOP (Otimização de Localização para Plataformas Offshore) Eólica

Projeto financiado por

                       

Aprendizagem automática para desenvolvimento eólico offshore

Objeto da Empresa

  • A nossa missão é criar e vender um Software a promotores eólicos offshore por Machine Learning.
  • Este software irá prever a melhor localização para plataformas eólicas offshore flutuantes e também mudará o design de qualquer plataforma em particular, dependendo das condições metoânicas.

Problema & Solução

PROBLEMA:

  • As alterações climáticas são o resultado da lei Numen e das emissões.
  • A energia eólica é o setor de energia renovável de crescimento mais rápido (LCOE mais barato), no entanto, a energia eólica em terra
  • Os promotores de energia eólica offshore estão enfrentando grandes desafios para diminuir seus custos de projeto para se tornarem competitivos com a energia eólica onshore
  • Alto orçamento para DEVEX& CAPEX de novos projetos offshore devido a:
    • Boias e testes
    • Software caro para estudar o comportamento da plataforma flutuante em condições metoânicas. Muitas horas/engenheiros.

SOLUÇÃO:

  • 75% da TERRA é ÁGUA
  • A energia eólica offshore está exposta a ventos mais fortes e estáveis. Aumentando em 150% a produção onshore.
  • Até os últimos anos, o offshore era limitado a zonas de águas rasas, mas flutuante será o novo nicho de mercado
  • Oferecemos uma solução RÁPIDA & MAIS BARATA para os promotores eólicos offshore flutuantes, economizando tempo, recursos e dinheiro:
    • Custos reduzidos de testes e entrada de dados metoceânicos.
    • Reúna muitos softwares de projeto e cálculo em APENAS UM.
    • O Machine Learning economizará muitas horas de trabalho de acúmulo de dados, cálculos e design.

Proposta de valor

A tecnologia é baseada em aprendizado de máquina, onde algoritmos treinam um computador para aprender e fazer análises preditivas.

O modelo obtido para previsão de energia fornece uma previsão muito confiável da saída de energia para dados meteorológicos recém-fornecidos e deteta padrões
  • Este conceito tem sido desenvolvido rapidamente nos últimos dois anos com o aumento do poder de processamento de dados e computadores.
  • Pode ser aplicado a muitas indústrias em todo o mundo.
  • Com base em várias pesquisas sobre vento em 2014, podemos esperar pelo menos uma otimização da produção de 5%.
  • Podemos esperar que as redes neurais aprendam com os dados e otimizem a localização da plataforma flutuante de várias turbinas.