Drie van de geïdentificeerde uitdagingen zijn extra belangrijk voor Zuid-Holland, omdat deze passen bij het profiel en omvang van de zware industrie in de regio:
- Het maximaliseren van de (eigen) energieproductie
AI-oplossingen kunnen helpen om vraag en aanbod van energie tussen bedrijven af te stemmen. Ook is met AI-modellen bijvoorbeeld nauwkeurig te voorspellen hoe hard het gaat waaien en dus hoeveel elektriciteit een windmolenpark op een bepaald moment kan leveren. - Het optimaliseren van onderhoud
Met AI-oplossingen voor predictive maintenance (storingen voorspellen en daarvóór onderhoud uitvoeren) kunnen assets op een slimmere manier worden onderhouden, met minder kosten en risico’s, energiebesparing en zonder ongeplande downtime. - Voorsorteren op de waterstofeconomie
Waterstof gaat in de toekomst meer een rol spelen als energiedrager. AI kan dan een rol gaan spelen in berekeningen tussen verschillende energiedragers, on demand productie en het traceren van herkomst van energie.
Andere grote uitdagingen op het gebied van AI in de Nederlandse energiesector richten zich voornamelijk op het toekomstbestendig maken van het energienetwerk: demand- en production forecasting in de gebouwde omgeving, asset management, het optimaliseren van het beheer- en real-time inzicht in het elektriciteitsnet.
In de verkenning zijn al deze uitdagingen in kaart gebracht, inclusief mogelijke toepassingsgebieden. Daarnaast bevat het diverse adviezen, showcases, en een overzicht van het landschap van Zuid-Hollandse AI-startups die actief zijn in het energiedomein. De TU Delft gaat de verkenning onder meer gebruiken om haar onderzoeksagenda verder aan te scherpen en nieuwe oplossingen te ontwikkelen en testen.
Begin volgend jaar worden informatiesessies georganiseerd waarin de verkenning wordt besproken en geïnteresseerden meer kunnen horen over de ondersteunings- en samenwerkingsmogelijkheden. Meer informatie volgt.
Zie ook de website van InnovationQuarter.
Beeld: EPStudio20/Shutterstock
