Vi segnaliamo

ENEA, come unico partner scientifico del progetto PON^[1] MARTA^[2], ha contribuito a realizzare applicazioni basate su Intelligenza Artificiale (IA) e Internet of Things (IoT) per ottimizzare il funzionamento degli impianti fotovoltaici. I risultati derivanti dalle soluzioni adottate sono stati pubblicati sulla rivista Energy and AI^[3] in uno studio a firma di ricercatori ENEA e Università di Napoli Federico II.

Nel dettaglio, per i grandi impianti solari tipicamente installati a terra è stata realizzata un’innovativa piattaforma IoT per la diagnostica di impianto e il controllo del processo di produzione energetica, in grado di migliorare le previsioni di una produzione variabile tipica di questa fonte e minimizzare le perdite da guasti.

“I dati ricavati dal monitoraggio dell’impianto e dell’ambiente rappresentano il ‘cuore’ della piattaforma. A questi dati si aggiungono quelli ricavati attraverso ispezioni con mezzi come droni e rover, che risultano molto efficaci vista la notevole estensione degli impianti fotovoltaici installati a terra e la disponibilità dei dati satellitari”, spiega uno degli autori dello studio, Saverio De Vito, ricercatore ENEA del Laboratorio di Energia e Data Science (EDS) del Dipartimento Tecnologie energetiche e fonti rinnovabili (TERIN), che sviluppato sistemi AIoT (Artificial Intelligence of Things), soluzioni multisensoriali low cost per  implementare il monitoraggio a livello di singolo pannello, nonché dei sistemi di intelligenza artificiale e machine learning per l’analisi dei dati.

“Per l’addestramento delle IA è stato utilizzato un dataset piuttosto rilevante, che include una rete di impianti solari realmente in funzione nella penisola”, sottolinea il coautore Gabriele Piantadosi, ricercatore dello stesso laboratorio ENEA presso il Dipartimento Tecnologie energetiche e fonti rinnovabili (TERIN).

Il risultato finale è stata la creazione di un’apposita dashboard che permette di ottenere previsioni a breve termine sulla produzione dell’impianto solare con uno scarto di errore inferiore all’1%, nonché di individuare con tempestività eventuali problematiche e anomalie nel funzionamento. “Le attività di esercizio e manutenzione (O&M) hanno un costo significativo nel comparto delle rinnovabili, tanto che le assicurazioni sul funzionamento degli impianti sono ormai una voce di costo rilevante. Ottimizzare questo aspetto è perciò di grande interesse per tutti gli operatori del settore”, evidenzia il referente scientifico del progetto MARTA, Girolamo Di Francia, responsabile del Laboratorio ENEA EDS.

Le applicazioni sviluppate dal progetto MARTA sono già state integrate nelle attività O&M di TeaTek l’azienda leader industriale del progetto. Gli impatti del progetto sono stati estesi anche ai piccoli impianti residenziali, con la realizzazione di un’applicazione che integra le previsioni da modelli consolidati con i dati di produzione per valutare le prestazioni nel tempo.

[1]  I kit diagnostici si chiamano DIVA[1] (Differentiating Vaccinated from Infected Animals) e permettono di distinguere, se un animale è infetto naturalmente dal patogeno oppure solo vaccinato. Si tratta di strumenti particolarmente utili, pensati per i controlli sui requisiti minimi di salute e benessere degli animali necessari negli scambi commerciali internazionali di animali e prodotti animali.

[2]  Il consorzio riunisce 16 partner provenienti da sette paesi diversi, con competenze complementari che spaziano dalla biologia strutturale alla microbiologia, dall’immunologia alla biotecnologia vegetale e animale, fino alle scienze veterinarie, sia in ambito accademico che industriale. Inoltre, le attività del progetto sono seguite da un esperto di bioetica e da un comitato consultivo scientifico.

[3]  Una specie di tabacco selvatico che cresce rapidamente, produce abbondante biomassa fogliare, e si presta perfettamente a questo tipo di lavorazione.

[4]  PRRS (Porcine Reproductive and Respiratory Syndrome).

[5]  C. burnetii, C. abortus e B. suis.