INFRADAPT entwickelt Machine learning basierte Methoden für eine optimale bzw. maximale Auslastung der vorhandenen Kapazitäten in Niederspannungsverteilernetzen. Die Auswirkungen des Klimawandels auf die Energieinfrastruktur werden ebenso berücksichtigt, wie eine faire Aufteilung der Kapazitäten. Die Methoden werden für einen universellen Einsatz in Echtzeit entwickelt und trainiert, und können somit unabhängig von der Netztopologie eingesetzt werden. Dies beinhaltet die Entwicklung und Validierung (technisch und wirtschaftlich) von Methoden zur i) optimalen Platzierung und Dimensionierung der Messinfrastruktur in Niederspannungsverteilernetzen und ii) für ein Topologie-unabhängiges Kapazitätsmanagement, das auf Basis von Messwerten, AI-basierten Schätzwerten sowie AI-basierten Lastfluss-Methoden die vorhandenen Netzressourcen verteilt.
