Modelli previsionali per un'industria ecosostenibile

Pratelli, Anastasia (2023) Modelli previsionali per un'industria ecosostenibile. [Laurea magistrale], Università di Bologna, Corso di Studio in Matematica [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

Questo elaborato di tesi è frutto di un progetto denominato TEESI (transizione ecologica energetica per la sostenibilità industriale), che tratta la transizione energetica, cioè il passaggio da un mix energetico centrato sui combustibili fossili a uno a basse o zero emissioni di carbonio, e vede coinvolti Philip Morris International e Parmalat. Uno degli scopi del progetto è stato lo sviluppo di uno strumento di intelligenza artificiale che permettesse l'uso efficiente del parco impianti e dei sistemi energetici dello stabilimento. Il mio lavoro di tesi si è collocato all'interno del progetto per quanto riguarda la modellizzazione e la gestione dell'incertezza nella produzione di potenza fotovoltaica e del prezzo dell'energia nei mercati energetici. Lo strumento previsionale qui presentato è facile da utilizzare, alla portata di tutti e a basso prezzo, dunque può essere anche sfruttato per piccole medie imprese. Gli sviluppi futuri riguardano l'affinamento della tecnica di previsione con ricorso a una finestra temporale più ampia, l'utilizzo di dati metereologici più affidabili e l'estensione della tecnica di previsione ad impianti che utilizzano fonti primarie differenti.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Pratelli, Anastasia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum A: Generale e applicativo
Ordinamento Cds
DM270
Parole chiave
reti neurali, machine learning, fotovoltaico, energia, statistica, probabilità, ottimizzazione
Data di discussione della Tesi
31 Marzo 2023
URI

Altri metadati

Gestione del documento: Visualizza il documento

^