Basierend auf maschinellem Lernen werden neue
Verfahren zur Detektion von Fehlern in Wärmeübergabestationen entwickelt
Es werden neue Methoden zur prädiktiven Wartung von Fernwärmesystemen entwickelt, die über bisher verbreiteten einfachen statistischen Verfahren hinausgehen. Wir erwarten neue Erkenntnisse im Hinblick auf das Gesamtsystemverhalten bei der Erkennung ungewöhnlicher Betriebszustände. Es werden dabei Technologien zur semi-überwachten Selbstadaption des lernenden Systems entwickelt, das sich während des Betriebs des Wärmenetzes stetig an ein sich veränderndes Umfeld anpassen muss. Außerdem werden neue Verfahren zu Verifikation und Validierung des datengetrieben entwickelten Systems betrachtet, basierend auf dem gleichzeitigen automatisierten Lernen von Kern- und Testsystem.
Projektziel ist die Entwicklung von Technologien für
Die TH Rosenheim fungiert als Verbundkoordinator. Der Schwerpunkt im Projekt liegt in der Entwicklung maschineller Lernverfahren und der zur Datenaufbereitung erforderlichen Tools:
In der Broschüre "Innovationen für die Energiewende, 7. Energieforschungsprogramm der Bundesregierung" des Bundesministeriums für Wirtschaft und Energie sind strategische Ziele der Energieforschungspolitik genannt:
Hauptziel des geplanten Forschungsvorhabens ist die Entwicklung von Technologien für die automatische Detektion ungewöhnlicher Betriebszustände in FWS mit selbstlernenden Systemen. Der Anwendungsfokus liegt dabei auf dem Erkennen ineffizienter oder fehlerhafter Betriebszustände von WÜST sowie generell von Betriebszuständen, die eine Wartung der WÜST erforderlich machen. Diese Technologien haben das Potenzial, die Versorgungssicherheit und die Energieeffizienz von FWS deutlich zu erhöhen.
Es resultiert eine Senkung des Primärenergieverbrauchs und der damit einhergehenden Emission von Treibhausgasen; zudem verbessert sich die Wirtschaftlichkeit beim Betrieb des Netzes. Es handelt sich also um innovative Technologien zur Effizienzsteigerung im Wärmesektor, die eine sinnvolle Anwendung der Digitalisierung darstellen und weltweit angewendet werden können.