TFE Energy: Village Data Analytics
Über 2 Milliarden Menschen leben ohne zuverlässige Stromversorgung. Mehr als 210.000 Mini-Grids werden benötigt, um das 7. Ziel für nachhaltige Entwicklung (SDG) zu erreichen: Zugang zu erschwinglicher, zuverlässiger, nachhaltiger und moderner Energie für alle sicherstellen.
VIDA ist eine KI-gestützte, kundenspezifische Software zur Erdbeobachtung. Sie ermöglicht datengesteuerte Investitions-, Geschäfts- und politische Entscheidungen in ländlichen Dörfern in Afrika und Asien.
Hintergrund des Projekts
Das Problem und der Bedarf
Eine zentrale Hürde ist, abgelegene Dörfer für die netzunabhängige Elektrifizierung zu identifizieren und nützliche Informationen über sie zu sammeln. (Daten-) Erhebungen sind langsam, teuer und ungenau. Dadurch sind die Projektentwicklungszeiten lang, operative Margen gering und der Zugang zu Finanzmitteln begrenzt.
Um die netzunabhängige Elektrifizierung zu skalieren, müssen wir kommerziell rentable Standorte finden. Wir brauchen ein zuverlässiges, schnelles und skalierbares Verfahren, um kommerziell rentable Standorte zu identifizieren und die Informationen Entwicklungsorganisationen, Regierungen, Geldgebern und Energieunternehmen zur Verfügung zu stellen.
Die Lösung
Dieser softwaregestützte Dienst identifiziert automatisch abgelegene Dörfer und bestimmt deren Eignung für eine Mini-Grid-Anlage. VIDA verwendet maschinelle Lernalgorithmen, um die sozioökonomische Gesundheit eines Dorfes vorherzusagen. Dieses datengestützte Wissen senkt das Risiko von Projekten und spart Zeit und Kosten für eine tragfähige netzunabhängige Planung und umfassende Investitionen.
Maschinelle Lernalgorithmen in VIDA
appliedAI entwickelt mit TFE Energy KI-Ressourcen, welche zur automatischen Analyse durch die Software und das Ranking beitragen. Die Algorithmen hinter VIDA kombinieren modernste überwachte und nicht überwachte maschinelle Lernmethoden. Durch den technischen Aufbau von VIDA können die Algorithmen neu trainiert werden, wenn im Laufe der Zeit neue Daten ins System kommen.
Basierend auf einem interessanten Gebiet in einer abgelegenen Region identifizieren VIDAs kundenspezifische KI-Algorithmen Dörfer, die nicht an das Stromnetz angeschlossen sind. Dafür nutzen sie Satellitenbilder und andere öffentlich verfügbare Quellen.
Ein zweiter Satz von maschinellen Lernalgorithmen sagt dann anhand der identifizierten Dorfgrenzen Merkmale wie Größe, Dichte und sozioökonomische Zusammensetzung voraus. Die Algorithmen werden mit Satellitenbildern und kundenspezifischen VIDA-Datensätzen trainiert, die auf proprietären Daten beruhen.
Schließlich wird eine Rangfolge der Dörfer berechnet, die auf den Merkmalen auf Dorfebene basiert. Benutzer können nach bestimmten Kriterien filtern und für sie interessante Dörfer für eine weitere Analyse markieren oder speichern.