AI-baserad energiprediktion för ökad effektivitet i vindkraftsparker

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.