W4E – Weather 4 Energy & Infrastructure

Tecnologia sviluppata: Datalake meteo-climatico, modelli di previsione meteo e idrogeologica, tecniche di Machine Learning e Intelligenza Artificiale per il Supercalcolo
Coordinatore: IFAB
Partner: CNR, Cineca, ENEA Autostrade per l’Italia SPA, ENI SPA, Engineering Ingegneria Informatica Spa, Politecnico di Bari, Terna Rete Italia SPA, Università di Firenze

I dettagli del progetto

Sintesi del progetto

Il progetto W4E nasce per migliorare il modo in cui le previsioni meteo vengono utilizzate nei settori dell’energia e delle infrastrutture. Produzione eolica e fotovoltaica dipendono dal tempo atmosferico, mentre eventi estremi possono creare problemi a reti elettriche, strade e autostrade. L’obiettivo è trasformare i dati meteo in strumenti operativi utili, anticipando criticità e rendendo più sicuri e stabili sistemi essenziali per cittadini e imprese.

Obiettivi

Il progetto mira a rendere più affidabili le previsioni nel breve e medio periodo, così da permettere ai gestori della rete elettrica di programmare meglio la produzione rinnovabile. Allo stesso tempo, intende offrire strumenti che aiutino a identificare i rischi idrogeologici e gli impatti del maltempo sulle infrastrutture. L’obiettivo finale è aumentare la stabilità energetica e rendere più sicuri territori e collegamenti.

Problemi e necessità

Il cambiamento climatico rende più frequenti fenomeni intensi e difficili da prevedere. Le reti elettriche risentono delle oscillazioni improvvise della produzione rinnovabile, mentre frane, alluvioni e precipitazioni estreme minacciano continuamente strade e servizi. I sistemi attuali non sempre riescono a trasformare rapidamente i dati meteo in informazioni utili per prevenire problemi. W4E affronta proprio questa mancanza.

Soluzioni sviluppate

Il progetto ha creato un grande datalake con 14 terabyte di dati meteo storici e in tempo reale, utilizzato per sviluppare modelli di previsione più accurati. È stato realizzato un modello meteorologico che combina diverse fonti, mentre algoritmi di intelligenza artificiale sono stati applicati per stimare la produzione da eolico e fotovoltaico con risultati incoraggianti. Relativamente alle infrastrutture energetiche, sono stati generati scenari di rischio per frane in aree pilota del Sud Italia ed è stata sviluppata una dashboard che permette di visualizzare i livelli di pericolosità lungo le autostrade. Questi strumenti aiutano a pianificare interventi preventivi e a ridurre l’esposizione ai rischi.

Impatti

Grazie a migliori previsioni energetiche, il progetto permette di stabilizzare la rete, ridurre sprechi e contenere i costi. Le analisi dei rischi aiutano invece a evitare incidenti e interruzioni, aumentando la sicurezza dei cittadini e limitando i danni economici. Nel complesso, W4E contribuisce a costruire città e territori più resilienti agli effetti del clima.

Settori di applicazione

Il progetto punta a rendere disponibili i modelli in modalità open-source e ad applicarli in contesti reali, così che aziende energetiche e gestori infrastrutturali possano utilizzarli ogni giorno. Le tecnologie sviluppate potranno essere adattate anche ad altri settori sensibili al meteo, come agricoltura, logistica e assicurazioni.

Collabora con ICSC

Hai un progetto, una competenza o una visione che può contribuire alla trasformazione digitale del Paese?

Siamo sempre alla ricerca di nuovi partner per ampliare il nostro impatto.

institutional-logos