Startseite » Stud. Arbeiten » Entwicklung einer anlagenspezifischen Modellierungsstrategie für KI-basierte Wärmebedarfsprognosen

Entwicklung einer anlagenspezifischen Modellierungsstrategie für KI-basierte Wärmebedarfsprognosen

Aufgabenstellung

In der ETA-Fabrik wird für die energieeffiziente Produktion von morgen u.a. die vernetzte Optimierung von Energieerzeugern und –verbrauchern erforscht. Als Input für die Optimierung werden immer genauere Prognosen der Wärme- und Kältebedarfe von Anlagen benötigt. Diese können aufgrund steigender Verfügbarkeit von Algorithmen und immer besserer Datenverfügbarkeit durch Industrie 4.0 mittels Machine Learning erstellt werden. In diesem Kontext sollen für verschiedene Anlagen der ETA-Fabrik und ggf. eines externen Partners Wärmebedarfsprognosemodelle erstellt werden, von denen eine Modellierungsstrategie für spezifische Anlagen abgeleitet werden kann.

Schwerpunkte

Das Arbeitspaket umfasst folgende Punkte:

  • Literaturrecherche zum Stand der Technik von Machine Learning Algorithmen zur Wärmebedarfsprognose, mit Fokus auf Modellierungsstrategien und Feature-Auswahl
  • Datenerfassung und –vorbereitung für die Erstellung der Prognosemodelle
  • Auswahl geeigneter Input-Features und Ableiten von Gestaltungsregeln für die Modellierung verschiedener Anlagentypen
  • Anpassung und Anwendung der verfügbaren Prognosemodelle in Python
  • Auswertung und Analyse der Ergebnisse anhand geeigneter Metriken
  • Aufstellung einer anlagenspezifischen Modellierungsstrategie

Notwendige Vorkenntnisse

Kontakt

Teile diese Ausschreibung

Share on facebook
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email