AI-alapú megoldások ipari környezetben

2024-2025 tavasz

Szoftver

Téma leírása

A tématerületen belül több téma közül is lehet választani:


1            AI pályakövető agent-ek fejlesztése energetikai eszközökhöz

1.1        Kategória: szoftver alkalmazásfejlesztés

1.2        Téma leírása

Amazon AWS rendszerben készülő nagy rendszerhez illeszkedve kell olyan agent-eket fejleszteni, mely egy adott típusú eszköz (pl. akkumulátor, szolár inverter; szélkerék; hőszivattyú) egy-egy egyedét tudja a megadott termelési, vagy fogyasztási pályán tartani másodperc alapú méréssel és szabályozással. Az alapvető viselkedési karakterisztikák az eszköz típusra jellemzők, de minden agent-nek képesnek kell lennie a saját maga által szabályozott eszköz tulajdonságait tanulni.

1.3        Téma feldolgozásához szükséges előismeretek

  • Adat alapú gépi tanulási rendszerismeret
  • Python fejlesztői környezet ismerete

1.4        Terület bemutatása

A megújuló zöldenergia termelő és nagyfogyasztó eszközök digitálisan vezérelhető, mérhető szereplői a villamosenergia rendszernek, de nagy nehézséget okoznak az időjárásfüggő, kiszámíthatatlan viselkedésükkel. Ahhoz, hogy az együttműködő villamosenergia rendszer egyensúlya megmaradjon, azaz a pillanatnyi termelés és fogyasztás azonos szinten legyen, bizonyos eszközök termelési, vagy fogyasztási szintjét állíthatóvá kell tenni. A központi előrejelzések és a szabályozási időt megelőző mérések alapján az önmaguk termelését vagy fogyasztását állítani képes eszközök megkapják azt a menetrendet (befutandó pályát), amit követniük kell.

1.5        A hallgató feladata, hogy

  • Egy konkrét energetikai eszköztípusra fejlesszen olyan AI Agent-et, ami az eszköztípus paraméterkészletét az eszköz mért viselkedési adatai alapján kitölti és rendszeresen frissíti;
  • Az eszköz várható viselkedése és az elvárt pálya (menetrend) alapján a szabályozási paramétereket kiszámítja és az eszköznek elküldi;
  • A mért energiamennyiségi és környezeti adatok alapján a szabályozó jeleket frissíti;
  • Ha a pályakövetést a tűrésen belül nem tudja teljesíteni, akkor hibajelzéseket küld.

 

 

2            AI üzletkötő agent-ek fejlesztése energetikai eszközökhöz 

2.1        Kategória: szoftver alkalmazásfejlesztés

2.2        Téma leírása

Amazon AWS rendszerben készülő nagy rendszerhez illeszkedve kell olyan agent-eket fejleszteni, mely egy adott típusú eszköz (pl. akkumulátor, szolár inverter; szélkerék; hőszivattyú) egy-egy egyedét tudja az energiapiacon ajánlatokkal képviselni. Az ajánlat lehet adott időszakra vonatkozó energia eladás, vagy vásárlás. Az alapvető ár-karakterisztikák az eszköz típusra jellemzők, de minden agent-nek képesnek kell lennie a saját maga által képviselt eszköz költség-tulajdonságait tanulni. A piaci árak külső forrásból érkeznek.

2.3        Téma feldolgozásához szükséges előismeretek

  • Adat alapú gépi tanulási rendszerismeret
  • Python fejlesztői környezet ismerete

2.4        Terület bemutatása

A liberalizált energiapiacokon az energiának időszeletenként más-más ára van, azaz az energia mint termék, időértékes. Az energia előállítási költsége és időbelisége jelentősen függ az energiaforrástól. Amíg egy atomerőmű hihetetlenül lassan és szűk keretek között tud a termelés mennyiségén változtatni, addig egy gázturbina egy autóhoz hasonlóan gyorsan reagál a gáz növelésére, csökkentésére. A gáz ára is időértékes, a nap sem süt mindig, így egyáltalán nem mindegy hogy mikor vesszük igénybe ezeket az eszközöket és milyen áron.

2.5        A hallgató feladata, hogy

  • Egy konkrét energetikai eszköztípusra fejlesszen olyan AI Agent-et, ami az eszköztípus termelési költségeire jellemző paraméterkészletét külső adatokból és az eszköz mért viselkedési adatai alapján kitölti és rendszeresen frissíti;
  • Az eszköz fizikai paraméterei, valamint várható viselkedése (pl. szolár termelés előrejelzés) és a várható költségszintek alapján eladási, vagy vételi ajánlatokhoz a szükséges paramétereket (ár - időszelet) kiszámítja és a központi rendszerbe elküldi;
  • A megkötött deal-eket fogadja, és ezek alapján az Agent által képviselt eszköz menetrendjét frissíti.

 

 

3            AI rugalmassági agent-ek fejlesztése energetikai eszközökhöz 

3.1        Kategória: szoftver alkalmazásfejlesztés

3.2        Téma leírása

Amazon AWS rendszerben készülő nagy rendszerhez illeszkedve kell olyan agent-eket fejleszteni, mely egy adott típusú eszköz (pl. akkumulátor, szolár inverter; szélkerék; hőszivattyú) egy-egy egyedét tudja az energiapiacon ajánlatokkal képviselni. Az ajánlat lehet energia eladás, vagy vásárlás, ill. termelés vagy fogyasztás növelése vagy csökkentése, ahol az értéket az eredeti tervtől való eltérítés képessége jelenti.

Az alapvető viselkedési karakterisztikák az eszköz típusra jellemzők, de minden agent-nek képesnek kell lennie a saját maga által szabályozott eszköz tulajdonságait tanulni.

3.3        Téma feldolgozásához szükséges előismeretek

  • Adat alapú gépi tanulási rendszerismeret
  • Python fejlesztői környezet ismerete

3.4        Terület bemutatása

A liberalizált energiapiacokon az energiának időszeletenként más-más ára van, azaz az energia mint termék, időértékes. Az energia előállítási költsége és időbelisége jelentősen függ az energiaforrástól. Amíg egy atomerőmű hihetetlenül lassan és szűk keretek között tud a termelés mennyiségén változtatni, addig egy gázturbina egy autóhoz hasonlóan gyorsan reagál a gáz növelésére, csökkentésére. A gáz ára is időértékes, a nap sem süt mindig, így egyáltalán nem mindegy hogy mikor vesszük igénybe ezeket az eszközöket és milyen áron.

Az energiarendszerek üzemeltetői külön fizetnek azért, ha egy eszköz hajlandó a terveitől eltérni, és az egész rendszer egyensúlyának megtartása érdekében a termelésén, vagy fogyasztásán változtatni. Pl. nagyon erős napsütéses órákban a fogyasztását tudja növelni, és az esti órákban csökkenteni. Ezeket a piacokat hívjuk „rugalmassági”, vagy „rendszerszintű szolgáltatások” paicának

3.5        A hallgató feladata, hogy

  • Egy konkrét energetikai eszköztípusra fejlesszen olyan AI Agent-et, ami az eszköztípus várható termelési/fogyasztási költségei, a külső rendszerekből származó igények és árinformációk alapján rugalmassági szolgáltatásra vonatkozó ajánlatokat generál;
  • A rugalmassági ajánlatokat a központi rendszerbe elküldi;
  • A megkötött deal-eket fogadja, és ezek alapján az Agent által képviselt eszköz üzemmódját frissíti.

Feltételek

  • AWS alapismeretek

Külső partner: Navitasoft Zrt.

Maximális létszám: 2 fő