Examensarbete-Identifiering av lastprofiler med hjälp av machine
E.ON Energidistribution AB [SE] / Byggjobb / Malmö
Observera att sista ansökningsdag har passerat.
Visa alla byggjobb i Malmö,
Burlöv,
Lomma,
Staffanstorp,
Vellinge eller i
hela Sverige Visa alla jobb hos E.ON Energidistribution AB [SE] i Malmö,
Hässleholm,
Halmstad,
Växjö,
Kalmar eller i
hela Sverige . Examensarbete-Identifiering av lastprofiler med hjälp av machine learning
Hos oss är alla lika olika, men vi har en sak gemensamt. Vi brinner för vårt mål att ställa om till 100 procent förnybar och återvunnen energi senast år 2025. Det är ingen liten ambition och för att kunna nå dit krävs människor som vill göra skillnad och bryta ny mark.
Om Examensarbetet
Energiomställningen innebär stora utmaningar för elnäten. Utmaningarna består både i produktion- och konsumtionsförändringar. För produktionen så flyttas allt mer från storskaliga och pålitliga produktionsanläggningar, så som kärnkraft och förbränningsanläggningar, till småskaliga intermittenta produktionsanläggningar så som sol- och vindkraft. Detta innebär att flödena i nätet förändras till ett läge som nätet inte är konstruerat för. På konsumtionssidan förändras effektuttag genom att elbilsladdning, värmepumpar, datacenter, et c. Båda dessa faktorer bidrar till kapacitetsproblem i nätet och försvårar arbetet med att dels dimensionera näten korrekt men även att prissätta ett nätbolags produkter och tjänster i enlighet med den reglering som finns.
Det här exjobbet tar därför sikte på att förbättra förmågan att hantera utmaningarna kopplat till förändrade konsumtionsmönster. Genom att använda statistiska metoder och machine learning för att identifiera olika lastprofiler tror vi det är möjligt att skapa en objektiv och icke-diskriminerande segmentering av kunderna. Då vi förväntar oss att kundernas lastprofiler kommer fortsätta utvecklas är det viktigt att algoritmen tar hänsyn till detta och anpassar segmenteringen. På så sätt kan vi skapa en bättre förståelse för hur nätet bör dimensioners och för vilka kunder som orsakar kostnaderna.
För att framgångsrikt utföra exjobbet tror vi det krävs en förmåga att självständigt programmera algoritmer för machine learning och ett grundläggande intresse för elenergiteknik.
Vi söker dig som
Studerar civilingenjör inom tekniks fysik, elektroteknik, maskinteknik eller liknande.
Har ett intresse för statistiska metoder och machine learning.
Delar E.ONs vision om ett helt förnybart energisystem.
Alla är lika olika och alla är välkomna på E.ON! På E.ON arbetar vi aktivt för en ökad mångfald och jämställdhet, för att vi vet att det föder goda resultat. Därför är just DU intressant för oss.
Välkommen att söka!
Varaktighet, arbetstid
Contract: regular. Fulltime Regular
Publiceringsdatum2018-11-29Ersättningmonthly
Så ansöker duSista dag att ansöka är 2018-12-19
Ange följande referens när du ansöker: 95452
Klicka på denna länk för att göra din ansökanKontaktSe kontaktpersoner i annonsen
FöretagE.ON Energidistribution AB [SE]
AdressE.ON Energidistribution AB [SE]
Street t.b.d.
21742 Malmö
KontorsadressAddressLine t.b.d.
Jobbnummer 4476630
Observera att sista ansökningsdag har passerat.