IEA Wind TCP Task 51 "Forecasting for the weather driven energy system" - 2nd Austrian Workshop
Notice bibliographique
Résumé
The 2nd IEA Task 51 Austria Workshop “Weather-Driven Extreme Events in the Energy System” was held on 11 November 2025 at the Austro Tower in Vienna and brought together 125 experts from the energy sector, grid operation, meteorology, research, and public authorities. The workshop focused on the growing risks posed by weather-driven extreme events and their impacts on renewable energy generation, electricity markets, grid stability, and operational decision-making. The event was organized by GeoSphere Austria in cooperation with Austro Control Digital Services, with support from the Austrian Federal Ministry for Innovation, Mobility and Infrastructure (BMIMI) and the Austrian Research Promotion Agency (FFG). The programme covered a broad spectrum of topics, including: Extreme weather processes in the Alpine region and impacts on energy infrastructure Forecast errors and the limits of predictability Early warning systems and operational decision support Challenges in energy trading and grid management Digital twins, nowcasting systems, AI-driven forecasting, and meteorological risk indicators Weather-induced impacts on critical infrastructure (transmission and distribution grids, Austrian Railways, airport operations) This Zenodo record contains: Workshop programme (PDF) All presentations (PDF) as individual files Outputs from the interactive sessions (A–D) Optional: A ZIP archive containing all presentations in a single package All materials are part of the national Austrian activities within IEA Wind TCP Task 51: Forecasting for the Weather-Driven Energy System. Contributors (Presenters) Sabine Mitter (BMIMI) Bernhard Niedermoser (GeoSphere Austria) Florian Mader (WEB Windenergie) Gernot Waldsam (Austro Control Digital Services) Lukas Strauss (Austro Control Digital Services) Irene Schicker (GeoSphere Austria) Philipp Piber (Austro Control) Horst Brandlmaier (OeMAG) Short Talks – Energy Sector Andreas Nehls (Burgenland Energie Trading) Andreas Forster (oekostrom AG) Anna-Maria Tilg (Austrian Power Grid) Bernhard Spitzer (Energienetze Steiermark) Robert Grassinger (ÖBB Infrastruktur) Philipp Geier (Energie Steiermark Green Power) Short Talks – Research & Weather Laura Essl (Disaster Competence Network Austria – DCNA) Irene Schicker (GeoSphere Austria) Clemens Weiß (ACDS) Anton Fuxjäger (Enlite AI) Michael Kernitzkyi (JOANNEUM RESEARCH) Interactive Sessions Session A + D: Lukas Strauss Session B + C: Irene Schicker
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».