SubsidieMeestersMIT R&S RayCast
Het project ontwikkelt een machine learning-model voor nauwkeurige voorspellingen van zonne-instraling in Nederland, ter ondersteuning van een efficiënter elektriciteitsnet en vermindering van CO2-uitstoot.
Projectdetails
Inleiding
Dit project maakt gebruik van state-of-the-art machine learning-technieken om de instraling van de zon in heel Nederland te voorspellen voor de komende 6 uur per 15 minuten nauwkeurig, om daarmee te anticiperen op de hoeveelheid inkomende zonne-energie op het elektriciteitsnet.
Methode
Door historische klimaatgegevens te combineren met real-time data, kan het model zeer nauwkeurige voorspellingen doen over de hoeveelheid zonlicht die op korte termijn beschikbaar is.
Doelstellingen
Het project draagt bij aan de ontwikkeling van AI op het toepassingsgebied 'Energie en Duurzaamheid' en helpt:
- Het elektriciteitsnet efficiënter te gebruiken
- Het energieverbruik te verminderen
- CO2-uitstoot te verminderen
Samenwerking
Het projectteam werkt nauw samen met de eindgebruikers (netbeheerders) om een direct toepasbaar product te kunnen creëren dat optimaal aansluit bij hun wensen en behoeften.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 172.083 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- HKV Lijn in Water B.V.penvoerder
- Dutch Analytics B.V.
Land(en)
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Haalbaarheidsonderzoek softwareplatform voor slim verbruik en opwekking van energie in huisRademaker ontwikkelt een softwareplatform dat huishoudens helpt om energieverbruik en -opwekking te optimaliseren, waardoor energiekosten en klimaatimpact worden geminimaliseerd. | Mkb-innovati... | € 20.000 | 2023 | Details |
Schaalbaar, persoonlijk energieadvies met behulp van AIHet project ontwikkelt een AI-gestuurd energieadviesplatform dat huishoudens ondersteunt in de energietransitie door middel van big data-analyse en machine learning. | Mkb-innovati... | € 20.000 | 2023 | Details |
Predictive PowerKersten onderzoekt de haalbaarheid van Predictive Power als energiemanagementsysteem voor het optimaliseren en vermarkten van gebouwgebonden installaties. | Mkb-innovati... | € 20.000 | 2023 | Details |
Generatieve machine learning voor energiebesparing in datacentraCoolgradient en Syntho ontwikkelen een softwareplatform dat synthetische sensordata genereert voor datacentra, om energieverbruik te optimaliseren en kosten te verlagen, ter ondersteuning van klimaatdoelstellingen. | Mkb-innovati... | € 226.590 | 2023 | Details |
Solarpanel Performance PredictionControol ontwikkelt software en een API om consumenten met zonnepanelen te helpen hun energieverbruik te optimaliseren op basis van voorspellingen en real-time data. | Mkb-innovati... | € 20.000 | 2023 | Details |
Haalbaarheidsonderzoek softwareplatform voor slim verbruik en opwekking van energie in huis
Rademaker ontwikkelt een softwareplatform dat huishoudens helpt om energieverbruik en -opwekking te optimaliseren, waardoor energiekosten en klimaatimpact worden geminimaliseerd.
Schaalbaar, persoonlijk energieadvies met behulp van AI
Het project ontwikkelt een AI-gestuurd energieadviesplatform dat huishoudens ondersteunt in de energietransitie door middel van big data-analyse en machine learning.
Predictive Power
Kersten onderzoekt de haalbaarheid van Predictive Power als energiemanagementsysteem voor het optimaliseren en vermarkten van gebouwgebonden installaties.
Generatieve machine learning voor energiebesparing in datacentra
Coolgradient en Syntho ontwikkelen een softwareplatform dat synthetische sensordata genereert voor datacentra, om energieverbruik te optimaliseren en kosten te verlagen, ter ondersteuning van klimaatdoelstellingen.
Solarpanel Performance Prediction
Controol ontwikkelt software en een API om consumenten met zonnepanelen te helpen hun energieverbruik te optimaliseren op basis van voorspellingen en real-time data.