Projektdatabase
Projektdatabasen indeholder alle de projekter, som ELFORSK har støttet med midler. Der er en kort introduktion af projekternes formål og kontakt information for de igangværende projekter. For de projekter, som er færdige, er der en slutrapport med resultater, som du kan down loade.
e2flex projektet vil vi udforske hvordan kundernes præferencer påvirker deres forbrugsmønstre og hvis det kan forårsage udfordringer i distributionsnettet, fx pga. synkronisering af forbruget. Projektet vil udvikle fleksibilitetsprodukter som DSOerne kan bruge til at løse flaskehalsesituationer og analyser hvad værdien af fleksibilitet er.
Formålet med EFFORT er gennem intelligent brug af data at sikre den grønne udvikling på Hirtshals havn.
Projektet ”Machine Learning til Energi- og Procesoptimering (MLEEP)” vil integrere machine learnings algoritmer direkte i 5 danske industrivirksomheder – alle med forskellige problemstillinger og udfordringer – og forsøge at belyse potentialer, muligheder og barrierer ved anvendelsen af kunstig intelligens til energi- og procesoptimeringer af produktionsanlæg.
Hovedformålet med dette projekt er at minimere omkostningerne ved det daglige energiforbrug ved at anvende fleksible, vedvarende energikilder på en effektiv måde og samtidig tage højde for usikkerhederne.
Projektet har til formål at udvikle algoritmer, som løbende og automatisk analyserer timedata for elforbrug i SMV'er og samkører disse data med data fra øvrige dataregistre (BBR, CVR, DMI m.m.).