nlaic logo


 

Machine learning om de wind-opbrengst te berekenen.

Uitleg van Nils van Vandebron hoe zij machine learning toepassen om een voorspelling te maken van de opbrengst van wind-energie. Het electriciteitsnet is een stuk complexer geworden, waardoor het steeds belangrijker wordt om opwek en verbruik te voorspellen. Hiervoor heb je veel verschillende databronnen nodig, zoals verwachte windsnelheid en windrichting bij windmolens. Je kunt hiervoor onder meer beslisbomen gebruiken, een populaire vorm van machine learning. Vandebron combineert meerdere beslisbomen om goede voorspellingen te doen, dit noemen we random forest.

Transcript:

Voor ons wind-model gebruiken we een "random  forest", een vorm van supervised regressie. De input data die erin gaat is bijvoorbeeld de  windsnelheid, maar ook dingen als temperatuur,   regen, windrichting zijn van invloed op de  uiteindelijke windenergie die we opwekken. Dus dat gaat allemaal het model  in en als output hebben we dan een   voorspelling van de hoeveelheid  energie die we gaan produceren..

 

Tags

 

 VIDEO

Deze video wordt aangeboden door Stichting Lowercase onder een Creative Commons-licentie.