Jürgen Sutterlüti, Vizepräsident von Gantner Instruments, wird am Dienstag, 30. November, um 17 Uhr PV-Überwachungssysteme vorstellen und Einblicke in die neuesten PV-Leistungs- und Charakterisierungslösungen geben.
Das reale Verhalten von PV-Modulen ist für Hersteller von PV-Modulen, Systemintegratoren, Versicherungsgesellschaften, Banken, Investoren, Forschungs- und Entwicklungsabteilungen und andere, die das Verhalten der Technologie verstehen und überprüfen möchten, unerlässlich.
Sie werden mehr darüber erfahren:
- Lösungen zur Charakterisierung der Leistung von PV-Modulen
- Erweiterte Edge- und Cloud-Datenverarbeitung
- Leistungsmodell und Vorhersage
Sie können sich hier für das Webinar anmelden und über Zoom an der Sitzung teilnehmen. Wir freuen uns auf Ihre Teilnahme und eine spannende Diskussion.
Weitere Artikel
Zukunftskonferenz Wasserstoff
Die Regionale Zukunftskonferenz Wasserstoff findet am 11. Februar 2026 in Augsburg statt und wird von der IHK Schwaben veranstaltet. Im Mittelpunkt der Konferenz steht grüner Wasserstoff als Schlüssel für nachhaltige Wertschöpfung resiliente Energiesysteme und klimafreundliche Mobilität. Die Veranstaltung bringt Fachleute aus Wirtschaft Politik und Wissenschaft zusammen und bietet Raum für Austausch Vernetzung und neue Impulse rund um die Wasserstoffwirtschaft.
Weiter...ICCC iCampus Cottbus Konferenz
Save the Date: iCampus Cottbus Conference (iCCC 2026) – 5. bis 7. Mai im Radisson Blu Kongresshotel Cottbus!
Weiter...Symposium PV & Netzintegration
Treffen Sie uns auf dem PV Systems Symposium 2019, dem führenden Branchentreffen für PV-Überwachung und Netzintegration in Albuquerque (New Mexico), Vereinigte Staaten.
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...