No label defined (Q78155)

From EU Knowledge Graph
Revision as of 21:00, 13 January 2020 by DG Regio (talk | contribs) (‎Created a new Item)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search
Project in Poland financed by DG Regio
Language Label Description Also known as
English
No label defined
Project in Poland financed by DG Regio

    Statements

    0 references
    1,090,799.82 zloty
    0 references
    261,791.9568 Euro
    13 January 2020
    0 references
    1,499,264.77 zloty
    0 references
    359,823.5448 Euro
    13 January 2020
    0 references
    72.76 percent
    0 references
    1 December 2017
    0 references
    31 October 2018
    0 references
    SEP INNOVATION SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
    0 references
    Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). Celem projektu jest opracowanie oraz zweryfikowanie (najpierw w warunkach symulacyjnych, następnie w operacyjnych) nowych funkcjonalności analityczno - predykcyjnych narzędzia SEPIN Utilities Platform. Jest to narzędzie oparte o beacony do odczytu energii umieszczane na licznikach energii elektrycznej oraz chmurę obliczeniową Microsoft Azure, którego zadaniem jest dostarczanie faktycznych danych o zużyciu energii elektrycznej, zarówno dla sprzedawcy jak i ostatecznego użytkownika. Analiza rynku (potrzeby sygnalizowane przez pierwszego komercyjnego użytkownika platformy), jak również identyfikacja potencjału wynikającego z ogromu informacji gromadzonych przez platformę, skłoniła Wnioskodawcę do podjęcia próby rozbudowy platformy o moduł analityczno - predykcyjny, umożliwiający generowanie dla użytkownika (podmiotu zarządzającego danym budynkiem) wartościowych sugestii co do zmiany sposobu użytkowania energii elektrycznej, tym samym zwiększenia efektywności energetycznej budynku. Aby wspomniana informacja zwrotna dla klienta była wiarygodna i użyteczna, niezbędne jest przeprowadzenie szeregu prac b+r z obszaru analizy dużych zbiorów danych (big data) przy wykorzystaniu m.in. techniki sieci neuronowych czy uczenia maszynowego, które zostały zaplanowane w niniejszym projekcie. Z uwagi na politykę klimatyczną UE, wyrażoną np. w strategii Europa 2020 oraz prawodawstwie krajowym, identyfikujemy duży potencjał rynkowy dla nowych (bazujących na nowych technologiach) rozwiązaniach pozwalających na osiągnięcie założonych w ww. dokumentach poziomów (np. zwiększenie efektywności energetycznej o 20% do 2020 r. względem roku 2005). (Polish)
    0 references

    Identifiers

    POIR.01.01.01-00-0595/17
    0 references