Die Prognose des Energiebedarfs einzelner Akteure auf Basis von Zeitreihen ist aufgrund der großen Anzahl von Energieverbrauchern durch eine riesige Datenmenge gekennzeichnet. Jeder gewerbliche Kunde mit einem Verbrauch von mehr als 100 Megawattstunden pro Jahr wird derzeit einer Registrierleistungsmessung (RLM) unterzogen. Für jeden Kunden werden individuelle Verbrauchsprognosen erstellt. Um diese Komplexität mit mathematischen Modellen abbilden zu können, werden flexible datengetriebene Lösungen benötigt. Diese umfangreiche Datenlage stellt einerseits Herausforderungen an die Handhabung der Analyse, andererseits ermöglicht sie auch die datengetriebene Modellierung komplexer Verhaltensmuster. Die Übertragung dieses Modells auf die individuelle Prognose für jeden Akteur stellt jedoch eine zentrale Herausforderung dar.
Ziel von AGENS ist es, flexible Modelle auf der Basis neuronaler Netze (NN) zu entwickeln, die in der Lage sind, die Gesamtkomplexität anhand großer Datenmengen zu modellieren. Um eine robuste Prognose pro Akteur zu ermöglichen, ist eine Verbesserung der Datenqualität für jeden einzelnen Verbraucher notwendig.
-
Projektleitung
Prof. Dr. Hans-Georg Stark
Professor Fakultät Ingenieurwissenschaften-
Würzburger Straße 45
Raum C1/24/108
63743 Aschaffenburg - hans-georg.stark@th-ab.de
- (0 60 21) 4206 - 878
-
Würzburger Straße 45
