Intoto og prosjektpartnere ønsker å utvikle og teste et system for overvåking av snø- og vannforhold som kan gi grunnlag for ny plattformfunksjonalitet og prognoser relatert til vannkraft (H2OASIS). Løsningen er basert på en kombinasjon av innovative sensorstasjoner for innsamling av in-situ data, satellittdata og maskinlæring. Målet er å øke kraftproduksjonen fra vannkraft med 0,75-1,5 % ved å redusere tap av vann og optimalisere kunnskap om vannforhold nedstrøms. Bedre innsikt i snø- og vannforhold er også avgjørende for å styrke vannkraftens reguleringsevne, spesielt med tanke på nye og mer dynamiske driftsmønstre. Ny innsikten kan også bidra til bedre hedging strategier ved handel av kraft.
Den nye løsningen er basert på fire teknologier:
* Innovative mikrostasjoner med sensorer
* Data loggere
* Satellitt data
* Algoritmeutvikling og analyseverktøy levert gjennom skyen
Kombinasjonen av ovenstående vil gi grunnlag for en banebrytende innovasjon som langt overgår eksisterende løsninger på markedet. I tillegg vil redusert behov for manuell datainnsamling ha positive følger for helse, risiko og miljø.
We want to develop and pilot a next-generation snow and water monitoring system underpinning a new hydropower energy forecasting platform (H2OASIS). Based on a combination of novel sensor stations for in-situ data, satellite data, and unique machine learning-based optimized data fusion, the solution aspires to increase hydropower production by 0.75-1.5% from reduced spilling and optimization in light of regulated minimum downstream water flow. Optimized knowledge about snow and water conditions is also crucial to enhance hydropower regulation capability as new challenges arise with more dynamic operating patterns. This insight is also sought for energy hedging strategies.
The new offering will be based on the application of four new technologies:
* Innovative sensor microstations
* Data logger
* Satellite data
* Algorithm development and analytical tools delivered as a cloud service
The combination of these four novel technologies in an end-to-end system will result in a breakthrough innovation
within the field of hydropower and renewable energy forecasting, outperforming any solution currently on the market.
Also, reducing field work related to manual data gathering has positive implications on HSE risks.