Gå til hovedinnhold
0
Hopp til hovedinnhold

Maskinlæring for optimal strømbruk i energinettet

Nils Jakob Johannesen fra Fakultet for teknologi og realfag ved UiA disputerer for ph.d.-graden med avhandlingen «Machine Leaming Applications for Load Predictions in Electrical Energy Network» mandag 5. september 2022.

Kunstig intelligens i form av maskinlæringsalgoritmer er trent opp til å gjenkjenne mønstrene og forutsi med stor nøyaktighet hvordan energiforbruket blir den neste halvtimen, timen og døgnet. Med mer forutsigbarhet kan strømnettet opereres bedre og redusere energibruk. Doktorgradsarbeidet har utviklet en ny måte å sette sammen dataene på som gjør at algoritmene trenger mindre data.

Nils Jakob Johannesen

Ph.d.-kandidat

Nils Jakob Johannesen fra Fakultet for teknologi og realfag ved UiA disputerer for ph.d.-graden med avhandlingen «Machine Leaming Applications for Load Predictions in Electrical Energy Network» mandag 5. september 2022.

Han har fulgt doktorgradsprogrammet ved Fakultet for teknologi og realfag ved UiA, med spesialisering i ingeniørvitenskap, forskningsområde fornybar energi.

Les Nils Jakob Johannesens oppsummering av avhandlingen:

Maskinlæring for optimal strømbruk i energinettet

I doktorgradsarbeidet har jeg studert hvordan kunstig intelligens kan sørge for best mulig flyt av energi i kraftnettet.

I mitt arbeid har jeg analysert hvilke parameter som påvirker strømforbruket.

Forutsigbarhet gir redusert energibruk

Kunstig intelligens i form av maskinlæringsalgoritmer er trent opp til å gjenkjenne mønstrene og forutsi med stor nøyaktighet hvordan energiforbruket blir den neste halvtimen, timen og døgnet. Med mer forutsigbarhet kan strømnettet opereres bedre og redusere energibruk.

Doktorgradsarbeidet har utviklet en ny måte å sette sammen dataene på som gjør at algoritmene trenger mindre data.

Innflytelse på det grønne skiftet

Dette er viktig for det grønne skiftet. I morgendagens strømnett vil den fornybare energien produseres nærmere forbrukeren i distribuerte nettverk. De distribuerte nettverkene er mindre, og det er også datamengden.

Det er en spennende tid å forske på strøm. I løpet av de tre årene jeg har jobbet med dette har rekorder på strømforbruk og strømpriser blitt dagligdags. Vi står ovenfor energikrise og klimakrise, og doktorgradsarbeidet har vært en spennende lære for hvordan vi kan løse samfunnsutfordringene.

Disputasfakta:

Prøveforelesning og disputas finner sted i Auditorium C2 040, Campus Grimstad og digitalt i konferanseprogrammet Zoom (lenke under).

Disputasen blir ledet av instituttleder Paul Ragnar Svennevig, Institutt for ingeniørvitenskap, Fakultet for teknologi og realfag, Universitetet i Agder.

Prøveforelesning mandag 5. september kl 10:15

Disputas mandag 5. september kl 12:15

 

Oppgitt emne for prøveforelesning«From Market Prediction to Load Forecasting in Power Distribution Networks and Smart Grids»

Tittel på avhandling«Machine Leaming Applications for Load Predictions in Electrical Energy Network»

Søk etter avhandlingen i AURA - Agder University Research Archive, som er et digitalt arkiv for vitenskapelige artikler, avhandlinger og masteroppgaver fra ansatte og studenter ved Universitetet i Agder. AURA blir jevnlig oppdatert.

Avhandlingen er tilgjengelig her:

 

KandidatenNils Jakob Johannesen (1975, Lørenskog) Bachelorgrad elektroingeniør, UiA (2015) og mastergrad i fornybar energi, UiA (2018). I dag arbeider han som universitetslektor Elkraft, Universitetet i Sørøst-Norge (USN)

Opponenter:

Førsteopponent: Lektor PhD Amin Hajizadeh, Forskningsenhed AAU Energi, Aalborg Universitet, Danmark

Annenopponent: Førsteamanuensis Amir Safari, Institutt for realfag og industrisystemer, Universitetet i Sørøst-Norge

Bedømmelseskomitéen er ledet av professor Frank Reichert, Universitetet i Agder

Veiledere i doktorgradsarbeidet var professor Mohan Lal Kolhe, Universitetet i Agder (hovedveileder) og professor Morten Goodwin, Universitetet i Agder (medveileder)

Slik gjør du som online publikum:

Disputasen er åpen for alle, men for å følge prøveforelesning og disputas digitalt må du melde deg som publikummer på denne lenken:

https://uiano.zoom.us/meeting/register/u5ckde2rpzIqG9CPxrRqkbFnKsK0XMG3WE1p 

Du får en Zoom-lenke i retur. (Her er framgangsmåten for å bruke Zoom: support.zoom.us om du ikke kommer inn ved å klikke på lenken.)

Vi ber online publikum om å ankomme digitalt tidligst ti minutter før oppgitt tid - det vil si til prøveforelesningen 10:05 og disputasen tidligst 12:05. Etter disse klokkeslettene kan du når som helst forlate og komme inn igjen i disputasen. Videre ber vi om at online publikum slår av mikrofon og kamera, og har dette avslått under hele arrangementet. Det gjør du nederst til venstre i bildet når du er i Zoom. Vi anbefaler å velge «Speaker view». Dette velger du oppe til høyre i bildet når du er i Zoom.

Opponent ex auditorio:

Disputasleder inviterer til spørsmål ex auditorio i innledningen i disputasen. Tidsfrist for å stille spørsmål er senest i løpet av pausen mellom opponentene. Den som stiller spørsmål bør ha lest avhandlingen. Kontaktpersonens e-post er tilgjengelig i chat-funksjonen under disputasen, og spørsmål ex auditorio fra online publikum kan sendes til Kristine Evensen Reinfjord på e-post kristine.reinfjord@uia.no Ved spørsmål ex auditorio fra salen henvender spørsmålsstiller seg til disputasleder senest i pausen mellom opponentene.