Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
Nell'elaborato si sottolinea l'urgenza del cambiamento climatico e la necessità di una transizione verso un settore energetico a basse emissioni di carbonio. L'energia eolica offshore emerge come una componente chiave di questa transizione, essenziale per realizzare gli obiettivi del Green Deal europeo. La tesi esamina le sfide legate all'integrazione in rete dell'eolico offshore, concentrandosi soprattutto sui costi, in particolare quelli legati alla manutenzione. Tuttavia, si evidenziano gli aspetti positivi, enfatizzando come l'evoluzione nel settore del Machine Learning, specialmente nel monitoraggio e nella manutenzione predittiva, possa giocare un ruolo significativo nel superare tali sfide.
L'obbiettivo principale della tesi è mettere in luce i benefici dell'eolico offshore, contestualizzandolo anche rispetto all'onshore, con particolare attenzione al miglioramento dell'efficienza, alla riduzione dei costi e all'aumento dell'affidabilità. Questo contribuisce direttamente all'accelerazione della transizione verso fonti energetiche rinnovabili, contribuendo simultaneamente alla riduzione della dipendenza dai combustibili fossili.
Abstract
Nell'elaborato si sottolinea l'urgenza del cambiamento climatico e la necessità di una transizione verso un settore energetico a basse emissioni di carbonio. L'energia eolica offshore emerge come una componente chiave di questa transizione, essenziale per realizzare gli obiettivi del Green Deal europeo. La tesi esamina le sfide legate all'integrazione in rete dell'eolico offshore, concentrandosi soprattutto sui costi, in particolare quelli legati alla manutenzione. Tuttavia, si evidenziano gli aspetti positivi, enfatizzando come l'evoluzione nel settore del Machine Learning, specialmente nel monitoraggio e nella manutenzione predittiva, possa giocare un ruolo significativo nel superare tali sfide.
L'obbiettivo principale della tesi è mettere in luce i benefici dell'eolico offshore, contestualizzandolo anche rispetto all'onshore, con particolare attenzione al miglioramento dell'efficienza, alla riduzione dei costi e all'aumento dell'affidabilità. Questo contribuisce direttamente all'accelerazione della transizione verso fonti energetiche rinnovabili, contribuendo simultaneamente alla riduzione della dipendenza dai combustibili fossili.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Checcaroni, Elisa
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Eolico offshore,Machine learning,monitoraggio e manutenzione predittiva,opex,capex,analisi economica,LCOE,FDD,FTC,RUL
Data di discussione della Tesi
23 Novembre 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Checcaroni, Elisa
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Eolico offshore,Machine learning,monitoraggio e manutenzione predittiva,opex,capex,analisi economica,LCOE,FDD,FTC,RUL
Data di discussione della Tesi
23 Novembre 2023
URI
Gestione del documento: