close

Vores nyhedsbreve

close
Ved at tilmelde dig accepterer du vores Brugerbetingelser, og at Mediehuset Ingeniøren og IDA-gruppen lejlighedsvis kan kontakte dig om arrangementer, analyser, nyheder, tilbud mm via telefon, SMS og email. I nyhedsbreve og mails fra Mediehuset Ingeniøren kan findes markedsføring fra samarbejdspartnere.

Sponseret indhold

Har du evnerne til at knuse data fra hele det danske elnet?

Det danske elnet generer mere end 950 terabytes af information om året. Kan du hjælpe Energinet med at omsætte den data til en grønnere fremtid?

Foto: Palle Skov.

Det danske elnet drives blandt andet af kontrolsystemet SCADA, som konstant udfører overvågende N-1 beregninger til at vurdere udfaldsrummet på systemets enkelte komponenter.

Hele elnettet bliver derfor testet hvert 30. sekund for at sikre, at belastningen på elnettet ikke overskrider de enkelte komponenters kapacitet.

Det er en overvågende funktion, som genererer voldsomt meget data om tilstanden af det danske elnet. Hvert år indhentes mere end 950 terabytes, som Energinet nu vil udnytte med et overordnet mål om at gøre fossile brændstoffer overflødige i Danmark i 2050.

Machine learning er vejen til grønnere energi

Advanced Analytics-teamet i afdelingen IT Digitalisering søsætter en lang række analyse-eksperimenter i lille skala, der undersøger, hvordan Machine Learning kan omsætte den enorme datamængde til konkrete tiltag, der kan effektivisere det danske elnet.

“Med Machine Learning kan vi lære meget om eksempelvis tilstanden af vores elnet. Vi ved, hvor meget vi belaster vores elnet lige nu, men hvad er det optimale belastningsniveau af vores elnet? Det er bare et af de spørgsmål, som vores team undersøger lige nu,” fortæller afdelingsleder Nicolaj Nørgaard Peulicke.

“Vi ved, at der ligger værdiskabende information i de 950 terabytes af information, som vi indsamler årligt. Opgaven er at benytte Machine Learning til at udnytte al den information til at gøre det danske elnet grønnere og mere effektivt.”

Til at undersøge potentialet i Machine learning er Energinet nu ved at udvikle en Machine Learning-platform. Til at opbygge denne platform sidder et lille og yderst kompetent team af Machine Learning-udviklere, som Nicolaj Nørgaard Peulicke søger en gruppeleder til.

(Vil du bringe din Machine Learning-ekspertise i spil? Søg via formularen i bunden af artiklen)

Erhvervserfaring er afgørende

“Det er en udviklingstung post, der skal besættes, og den kommende kandidat vil blive afdelingens faglige omdrejningspunkt,” forklarer Nicolaj Nørgaard Peulicke og henviser til, at gruppelederen vil stå i spidsen for et lille team af unge talentfulde Machine Learning-udviklere.

Det bliver gruppelederens rolle at tage ejerskab over udviklingen af Machine Learning-platformen og styre den faglige udvikling af projektet.

Uddannelsesbaggrund spiller derfor en underordnet rolle. Der lægges derimod vægt på, at kandidaten har praktisk erhvervserfaring med modellering og design af Machine Learning- og Advanced Analytics-løsninger.

Det er en stilling, som kræver, at der bliver arbejdet i dybden med en kompleks opgave, og Nicolaj Nørgaard Peulicke ser derfor en specialist med 4-6 års erfaring som en passende kandidat til stillingen.

Teknologi til en grønnere fremtid

Energinet er ejet af Energi-, Forsynings- og Klimaministeriet med henblik på at løse en række energiopgaver på samfundets vegne.

Et af kerneområderne, som afdelingen IT Digitalisering understøtter, er overgangen til grøn energi og et intelligent vedvarende energinet, som skal gøre fossile brændstoffer overflødige i Danmark i 2050.

Som udvikler i IT Digitalisering vil den kommende medarbejder stå i forreste linje og arbejde med den nyeste og mest innovative teknologi - og i sidste ende gøre Danmark til et mere bæredygtigt land.

Nye tekniske løsninger er vejen til et Danmark uden fossile brændstoffer i 2050.

Brug et minut på at udfylde skemaet, og vi deler dine oplysninger med Energinet.dk. Energinet.dk vil kontakte dig for en uforpligtende snak, hvis dine kvalifikationer passer til stillingen.