API src

Found 5395 results.

Related terms

Optimierte Verfahren zur Prognose vertikaler Netzlast unter Nutzung von maschinellem Lernen, Teilvorhaben: Modellierung und Vorhersage von Engpässen in vorgelagerten Netzen

Zu Beginn des Projekts werden Referenz-Modelle entwickelt die die Grundlage für die vergleichende Gegenüberstellung der entwickelten Lösungsansätze für die Modellierung und Prognose der vertikalen Netzlast darstellen. Die Bewertung des Betriebs in den Netzebenen erfolgt durch das DLR. Die realen Ausgangsdaten werden unter Berücksichtigung der Unsicherheitsbewertung und -propagation in die Zustandsbewertung des Netzes einbezogen. Die Arbeiten liegen hauptsächlich in der Modellierung und Simulation zur Vorhersage von Engpässen in vorgelagerten Netzen (110 kV). Dabei wird untersucht, welche Auswirkungen die EE-Einspeisung im gesamten Netzgebiet auf die VNL-Prognose haben könnten. In einer Fallstudie, basierend auf einem Ausschnitt eines realen Netzgebiets soll die verbesserte Methodik zur Engpassprognose demonstriert werden. Weiterhin werden meteorologischen Daten aufgearbeitet, die Ergebnisse aus den Simulationen als auch Anpassungen der Methodik bearbeitet und für die Verwendung in der VNL Prognose analysiert. Es soll ein Monitoringsystem zur VNL-Prognose in sich ändernden Wetterlagen entwickelt werden. Dazu werden noch weiter zu entwickelnde, kamerabasierte Methoden mit dem Einsatz von Satellitenbild-gestützten Verfahren mit herkömmlichen Prognosen (basierend auf Wettermodellen) verglichen. Der Vergleich fokussiert dabei die anfänglich als für den Redispatch relevant identifizierten Wettersituationen. Für die Bewertung des technischen und ökonomischen Nutzens der neuen Prognosen werden geeignete Metriken definiert.

The forecast data for temperature at 850hPa [K] from GPC_Offenbach (DWD).

This resource contains the monthly mean temperature at 850hPa [K] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.

The forecast data for v component of wind at 850hPa [m/s] from GPC_Offenbach (DWD).

This resource contains the monthly mean v component of wind at 850hPa [m/s] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.

The forecast data for u component of wind at 850hPa [m/s] from GPC_Offenbach (DWD).

This resource contains the monthly mean u component of wind at 850hPa [m/s] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.

The forecast data for 2m temperature [K] from GPC_Offenbach (DWD).

This resource contains the monthly mean 2m temperature [K] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site https://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html

The forecast data for 2m temperature [K] from GPC_Offenbach (DWD).

This resource contains the monthly mean 2m temperature [K] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site https://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html

The forecast data for sea surface temperature [K] from GPC_Offenbach (DWD).

This resource contains the monthly mean sea surface temperature [K] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.

The forecast data for precipitation [kg/m^2] from GPC_Offenbach (DWD).

This resource contains the monthly mean precipitation [kg/m^2] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.

Betriebsoptimierung des Wärmenetzes einschließlich der Nutzung von Strom aus EE und Abwärme aus der Wasserstoffproduktion in Bosbüll, Teilvorhaben: Entwicklung und Optimierung von prädiktiven Betriebsstrategien mit KI

Das Gesamtvorhabenziel ist die Umsetzung von optimierten Betriebsstrategien mit Hilfe der prädiktiven Regelung mit KI unter Berücksichtigung von technischen, wirtschaftlichen und regulatorisch-rechtlichen Aspekten. Das Teilvorhabenziel der eoda GmbH besteht darin, prädiktive Betriebsstrategien unter Verwendung von KI zur Steuerung von Strom- und Wärmenetzen zu entwickeln und diese im Feld zu implementieren. Das Optimum der Betriebsstrategie berücksichtigt dabei sowohl die Sektorenkopplung als auch die Abwärmenutzung aus der Wasserstoffproduktion. Die optimale Betriebsstrategie basiert auf einer Reihe von Prognosen, die ebenfalls im Rahmen des Projekts auf Basis historischer Daten mit Hilfe von Machine Learning Algorithmen entwickelt werden: Einer Wärmebedarfsprognose, einer Erzeugungsprognose und einer Zustandserkennung der Betriebsmittel. Durch die Kombination der Prognosen wird unter Berücksichtigung von technischen Anforderungen und Rahmenbedingungen die optimale Betriebsstrategie ermittelt und kontinuierlich aktualisiert.

The forecast data for 500hPa geopotential height [gpm] from GPC_Offenbach (DWD).

This resource contains the monthly mean 500hPa geopotential height [gpm] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.

1 2 3 4 5 … 538 539 540