Startseite » Stud. Arbeiten » Machine Learning basierte Prognose von Energiebedarfen im industriellen Umfeld

Machine Learning basierte Prognose von Energiebedarfen im industriellen Umfeld

Aufgabenstellung

Datenbasierte Regressionsverfahren werden in der Forschung immer öfter zur Prognose von Energiebedarfen eingesetzt. Dabei stehen dem Data Scientist unzählige Kombinationsmöglichkeiten zum Parametrieren der Datenverarbeitungspipeline zur Verfügung. Hierfür sollen im Rahmen einer Masterarbeit verschiedene Analysen hinsichtlich der Eignung von Datenverarbeitungssequenzen zur Prognose speziell für Energiebedarfe durchgeführt werden. Durch das Energy-Tech Start-up etalytics wird dazu ein Machine Learning Tool (Python) zur Verfügung gestellt, durch welches das Erstellen von unterschiedlichen Verarbeitungspipelines deutlich beschleunigt wird. Die Validierung der Verarbeitungspipelines erfolgt an einem Datensatz aus der Industrie in Zusammenarbeit mit etalytics.

Schwerpunkte

Arbeitspakete:

  • Literaturrecherche zur Prognose von Energiebedarfen
  • Parametrieren des Prognosetools und Durchführen von Energiebedarfsprognosen
  • Analyse der Prognosegüte in Abhängigkeit der Datenverarbeitungspipeline für unterschiedliche Wärmebedarfszeitreihen

Notwendige Vorkenntnisse

Nicht definiert

Kontakt

Teile diese Ausschreibung

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