Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche di machine learning per la predizione di pseudomisure nelle smart-grid e stima della qualità |
|---|---|
| Titolo del progetto di ricerca in inglese | Machine learning models for the prediction of pseudo-measurements in smart -grids and quality estimation |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-IND/31 - ELETTROTECNICA |
| Descrizione sintetica in italiano | La stima dello stato del sistema di distribuzione (DSSE) rappresenta l'elemento chiave di qualsiasi applicazione che richieda la conoscenza dello stato della rete. DSSE si basa sia su misure in tempo reale che su pseudo-misure per garantire l'osservabilità. Le pseudo-misure sono in genere informazioni non misurate sul consumo e sulla generazione di energia, ottenute da dati storici o previsioni. In questo progetto verranno definiti modelli data-driven basati sul machine learning per predire le pseudo-misure in modo innovativo, sfruttando dati statistici e misure indirette da dati non elettrici (previsioni meteorologiche, temperatura, irraggiamento, ecc.) per prevedere consumo/generazione di energia per diversi carichi/generatori/prosumer. La valutazione delle pseudo-misure sarà accompagnata dalla stima della loro qualità in termini di incertezza. |
| Descrizione sintetica in inglese | Distribution System State Estimation (DSSE) represents the key element of any application requiring the knowledge of the network status. DSSE relies both on real-time measurements and pseudo-measurements to guarantee observability. Pseudo-measurements are typically a non-measured information about power consumption and generation, obtained from historical data or forecasts. In this project, data-driven models based on machine learning will be defined for assessing pseudo-measurements in an innovative way, by exploiting statistical data and indirect measurements from non-electrical data (weather forecast, temperature, irradiation, etc.) to predict power consumption/generation for different loads/generators/prosumers. The evaluation of pseudo-measurements will be accompanied by estimation of their quality in terms of uncertainty. |
| Data del bando | 24/07/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://dirpersonale.unica.it/concorsi/index.php?page=assegni |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università degli studi di Cagliari |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Cagliari |
| Sito web | https://www.unica.it/it |
| barbara.cannas@unica.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 03/09/2024 |
|---|---|
| Come candidarsi | Other |