Dieser Workshop am 30. September 2019 in Zypern bietet innovative Einblicke und umfassende technische Informationen im Bereich der PV-Leistungsüberwachungssysteme der nächsten Generation, die maschinelles Lernen und Datenanalyse nutzen, um eine verbesserte Zuverlässigkeit und optimierte Stromgestehungskosten (LCoE) zu gewährleisten.
Die Teilnehmer erhalten praktische Kenntnisse über die PV-Überwachung und hochwertige Datenerfassung, die Nutzung von maschinellem Lernen für die Energieanalyse und die neuesten technologischen Entwicklungen zur Quantifizierung von Leistungsverlusten und zur Optimierung der Gesamtbetriebskosten durch kosteneffiziente automatisierte reaktive und proaktive Wartung und Instandhaltung. Der Workshop richtet sich an Projektentwickler und EPCs, O&M-Dienstleister, Investoren, Berater und Forscher im Bereich der erneuerbaren Energien.
Weitere Einzelheiten und Informationen finden Sie auf unserer IPERMON-Projektseite.
Weitere Artikel
Entmystifizierung der digitalen Metrologie
Ein umfassendes Handbuch zu den Grundlagen der elektronischen Messtechnik
Weiter...Einführung der Lizenz-Flexibilität: GI.bench’s neuestes Update fügt Dongle-Support hinzu
Wir freuen uns, Ihnen die neueste Erweiterung von GI.bench vorstellen zu können. Mit der Einführung der Lizenz-Dongle-Unterstützung und einigen kleineren Verbesserungen entwickelt sich GI.bench weiter und bietet Funktionen, die den wachsenden Anforderungen von Fachleuten in der Praxis gerecht werden.
Weiter...Ausstellung für Instrumentierung, Analyse und Prüfung 2024
Gantner Instruments auf der Instrumentation, Analysis & Testing Exhibition 2024!
Weiter...Gantner Instruments präsentiert neue Routinen für maschinelles Lernen und Fehlererkennung auf der führenden PV- und Energiekonferenz in Brüssel, Belgien
Im Rahmen des von der EU geförderten Projekts "IPERMON" ("Innovative Performance Monitoring System for Improved Zuverlässigkeit and Optimized Levelized Cost of Electricity") entwickelte Gantner Instruments verschiedene Fehlererkennungsroutinen und Fehlerklassifizierungsmethoden für Zeitreihendatensätze.
Weiter...