Startseite » Stud. Arbeiten » Entwicklung von Machine-Learning-Modellen zur Prognose des Kältebedarfs von industriellen Anlagen von DMK

Entwicklung von Machine-Learning-Modellen zur Prognose des Kältebedarfs von industriellen Anlagen von DMK

Aufgabenstellung

In der ETA-Fabrik wird im Projekt SynErgie u.a. die Erstellung hochgenauer Prognosen der Wärme- und Kältebedarfe von Anlagen erforscht. Die Prognosen werden mittels Machine Learning erstellt. Die mit dem Modell ermittelten zukünftigen Energiebedarfe der Anlagen unterstützen Stromversorger und Fabrikbetreiber z.B. bei der Anpassung des Fabrikbetriebs an das Stromangebot aus erneuerbaren Energien. Somit leisten sie einen wichtigen Beitrag im Kampf gegen den Klimawandel.

In diesem Kontext sollen für verschiedene Anlagen von DMK (www.dmk.de) Kältebedarfsprognosemodelle erstellt werden, von denen eine Modellierungsstrategie für spezifische Anlagen abgeleitet werden soll.

Schwerpunkte

Das Arbeitspaket umfasst folgende Punkte:

  • Literaturrecherche zum Stand der Technik von Machine Learning Algorithmen zur Nutzenergiebedarfsprognose, mit Fokus auf Daten-Auswahl und Feature Engineering
  • Datenauswertung und –vorbereitung sowie Auswahl der Input-Features für die Erstellung der Prognosemodelle
  • Entwicklung der Prognosemodelle in Python über ein bestehendes Machine Learning Framework
  • Auswertung und Analyse der Ergebnisse

Notwendige Vorkenntnisse

nicht definiert

Überblick

Kontakt

Teile diese Ausschreibung

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