Poder predir millor el pronòstic del temps vinculat amb l'escassetat/abundància de precipitació i els valors de temperatura, amb l'antelació suficient (9-12 mesos), s'ha convertit en un factor crucial per a permetre un ús adequat dels recursos hídrics i aconseguir un avantatge competitiu a partir d'una bona planificació dels actius.
Enel Green Power cerca proposades de models innovadors capaços de proporcionar pronòstics precisos i fiables a mitjà i llarg termini (amb 9-12 mesos d'antelació) sobre les precipitacions i la temperatura, especialment en la zona mediterrània. En concret, aquest repte està relacionat amb la dificultat existent per a predir els fenòmens meteorològics i climàtics a Itàlia i Espanya, excepte aquells que es donen a molt curt termini.
Com a resultat dels episodis de sequera aguda que s'han produït en els últims anys, la producció dels actius d'energia hidroelèctrica d'Enel Green Power ha fluctuat molt en comparació amb les previsions.
L'empresa ha examinat els models climàtics i els processos meteorològics tradicionals a nivell intern, incloent-hi la idoneïtat del North American Multi-Model Ensemble (NMME) i el European Centre for Medium-Range Weather Forecasts (ECMWF), entre altres. Els centres de pronòstic de tot el món disposen d'una àmplia infraestructura dissenyada per a predir precipitacions, temperatures, la concentració de totes dues i els fenòmens meteorològics extrems. Atès que els models esmentats anteriorment no han proporcionat resultats fiables/representatius per als nostres propòsits específics, en concret per a obtenir dades amb una antelació de 9-12 mesos principalment a Itàlia i Espanya, Enel està buscant un model basat en variables i enfocaments «diferents/disruptius», diferents dels que s'utilitzen amb freqüència en l'actualitat.
El model pot estar basat en diferents tipus i combinacions d'enfocaments (p. ex., models estadístics, físics o d'aprenentatge automàtic). El pronòstic ha de contemplar macroàrees amb condicions climàtiques homogènies. Per a aquest repte fomentem en gran manera la innovació. Per exemple, la teva solució podria estar basada en un model híbrid que combini elements de models tradicionals amb un enfocament innovador, o mètodes recolzats per intel·ligència artificial per a predir amb precisió la precipitació i la temperatura amb una antelació d'entre 9 i 12 mesos. Els candidats poden recórrer a aquests pronòstics o conjunts de dades ja existents per a desenvolupar la seva solució, però han de ser capaces de demostrar el valor afegit del seu model en comparació amb qualsevol conjunt de dades de referència o marcs bàsics, amb la finalitat de tenir més oportunitats de rebre la totalitat de la recompensa.
Data límit: 30 de juny de 2023
Enllaç a la demanda
Aspectes tècnics i contacte Enel
Suport en la inscripció: valoritzacio@udg.edu