Udfordring
Ved planlægning og etablering af både onshore og offshore vindmølleparker er der fokus på forekomsten af fugle og fugletræk og på at reducere risikoen for at fugle kolliderer med vindmøllerne. For en række projekter betyder det, at myndighederne stiller krav om, at vindmøllerne kan stoppes i situationer med store forekomster af fugle i fugletræk. Dette betyder, at vindudviklere og mølleleverandører, i forbindelse miljøgodkendelser, bliver bedt om at installere og implementere fugleskræmme-teknologier og afværgemetoder. Komplikationen ved dette er af både økonomisk og faktuel karakter idet fugleskræmme-teknologier er dyre at anskaffe, installere og drifte, og afværgemetoder såsom at stoppe møllen eller sænke rotor-hastigheden, betyder tabt produktion.
Idé til løsning
I projektet udvikles et koncept hvor data fra en række kilder samles i en AI-model for et specifikt geografiske område hvor en vindmøllepark ønske opført. Løsning vil optimere udvælgelsen af de bedste lokaliteter, samt forbedre driften af den enkelte park ved at minimere behovet for implementering af afværgeforanstaltninger og dermed minimere driftsforstyrrelser.
Projektet vil alt i alt optimere placeringen af fremtidige vindmølleparker og reducerer behovet for fugleskræmmeteknologi. Resultatet vil forbedre biodiversiteten og optimere den samlede produktion af grøn strøm fra vindmøller.
Projektleverancer
Proof on Concept for en AI-model over fugle-forekomster i et specifikt geografisk område.
Problemejere
• Vestas Wind Systems A/S
Problemløsere
• Wind Power Lab
• Alpha Echo
• FURUNO Danmark A/S
• Aarhus Universitet
FASE 1: Konceptualisering
FASE 2: Udvikling og test
FASE 3: Demonstration og validering
FASE 4: Kommercialisering
Christian Munk Jensen
Senior Project Manager
Tlf: +45 5055 2606
E-mail