TY - GEN A1 - Finkenrath, Matthias T1 - KI-Anwendung in der Energietechnik: Einsatz maschineller Lernverfahren für die Wärmelastprognose N2 - Maschinelles Lernen gilt als eines der vielversprechendsten Teilgebiete der künstlichen Intelligenz (KI). Sein Einsatz hat in den vergangenen Jahren zu enormen Fortschritten sowohl in der Bild- und Texterkennung als auch bei Zeitreihenprognosen geführt. Der Vortrag demonstriert dies am Beispiel von Wärmelastprognosen für die Fernwärmebranche. Dabei werden maschinelle Lernverfahren genutzt, um den Wärmebedarf in Fernwärme-netzen über mehrere Tage im Voraus hochgenau vorherzusagen. Auf diese Weise können Energieversorger den Einsatz ihrer Wärmeerzeugungsanlagen optimal planen. Beispielsweise können bei vorhersehbaren Lastspitzen Wärmespeicher frühzeitig mit erneuerbar erzeugter Wärme gefüllt und so der Betrieb fossiler Spitzenlastkraftwerke vermieden werden. Als Folge kann der Betreiber sowohl CO2-Emissionen als auch Emissions-, Brennstoff- sowie An- und Abfahrkosten einsparen. Der Vortrag basiert auf Ergebnissen aus mehreren Forschungsprojekten, die an der Hochschule Kempten seit 2016 gemeinsam mit Fernwärmeversorgern durchgeführt wurden. Dabei wurden maschinelle Lernverfahren sehr unterschiedlicher Komplexität systematisch untersucht und bewertet – von „einfachen“ bis hin zu anspruchsvollen Verfahren aus dem Bereich des sogenannten „Deep Learning“. Die Wärmelastprognosen werden unter Verwendung historischer Betriebs- und Wetterdaten sowie von Wetterprognosen vollautomatisiert erstellt und dem Betreiber über eine Web-Schnittstelle zur Verfügung gestellt, die auch im Vortrag gezeigt wird. Die vorgestellte Methode bietet erhebliche Einsparpotenziale für den Anlagenbetreiber. Sie ist zudem auch auf andere Branchen mit ähnlichen Zielgrößen bzw. Fragestellungen übertragbar. KW - Maschinelles Lernen KW - Fernwärme KW - deepDHC KW - Lastprognose KW - Maschinelles Lernen KW - Fernwärme Y1 - 2021 UR - https://opus4.kobv.de/opus4-hs-kempten/frontdoor/index/index/docId/1220 UR - https://www.hs-kempten.de/fileadmin/Forschung/Forschungsprofil/FSP1/Vortrag_-_KI-Anwendung_in_der_Energietechnik_-_Einsatz_maschineller_Lernverfahren_fuer_die_Waermelastprognose.pdf ER -