TY - RPRT A1 - Auer, Veronika A1 - Beneken, Gerd A1 - Brummer, Benjamin A1 - Châteauvieux-Hellwig, Camille A1 - Engler, Benjamin A1 - Gilly, Alexander A1 - Hagl, Rainer A1 - Hummel, Felix A1 - Hummel, Sabine A1 - Karlinger, Peter A1 - Knorr, Ludwig A1 - Köster, Heinrich A1 - Kucich, Martin A1 - Mecking, Simon A1 - Rabold, Andreas A1 - Sandor, Viktor A1 - Schalk, Daniel A1 - Schanda, Ulrich A1 - Schemme, Michael A1 - Schiffner, Ivonne A1 - Schmidt, Jochen A1 - Schugmann, Reinhard A1 - Seidlmeier, Heinrich A1 - Sigg, Ferdinand A1 - Stauss, Kilian A1 - Sussmann, Monika A1 - Wellisch, Ulrich A1 - Wenninger, Marc A1 - Wittmann, Josef A1 - Zscheile, Matthias T1 - Jahresbericht 2016, Forschung - Entwicklung - Innovation N2 - Mit dem jährlich erscheinenden Forschungsbericht möchte die Hochschule Rosenheim einen Einblick in ihre vielfältigen Projekte und Aktivitäten der angewandten Forschung und Entwicklung geben. Im Jahresbericht 2016 wird über Vorhaben im Jahr 2016 berichtet. T3 - Schriftenreihen - Forschungsbericht - 5 KW - Forschung Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:861-opus4-12282 ER - TY - RPRT A1 - Barth, Simon A1 - Benecken, Gerd A1 - Betz, Andreas A1 - Binninger, Karsten A1 - Graule, Verena A1 - Hack, Andreas A1 - Haegele, Rainer A1 - Hartmann, Markus A1 - Hauck-Bauer, Eva A1 - Haut, Sandra A1 - Jäger, Johannes A1 - Kagerl, Andreas A1 - Karlinger, Peter A1 - Konle, Elke A1 - Köster, Heinrich A1 - Krause, Harald A1 - Krommes, Sandra A1 - Meissner, Thomas A1 - Michanickl, Andreas A1 - Sandor, Viktor A1 - Schanda, Ulrich A1 - Schemme, Michael A1 - Sebald, Daniela A1 - Spindler, Uli A1 - Stauss, Kilian A1 - Strobl, Thomas A1 - Sussmann, Monika A1 - Versen, Martin A1 - Voit, Johann A1 - Wambsganß, Mathias A1 - Wellisch, Ulrich A1 - Zauner, Johannes T1 - Forschungsbericht 2015 N2 - Mit dem jährlich erscheinenden Forschungsbericht möchte die Hochschule Rosenheim einen Einblick in ihre vielfältigen Projekte und Aktivitäten der angewandten Forschung und Entwicklung geben. Im Forschungsbericht 2015 wird über Vorhaben im Jahr 2015 berichtet. T3 - Schriftenreihen - Forschungsbericht - 4 KW - Forschung Y1 - 2016 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:861-opus4-12304 ER - TY - RPRT A1 - Bauer, Lucia A1 - Benecken, Gerd A1 - Bücker, Dominikus A1 - Buff, Alexander A1 - Carlton, Katrina A1 - Feldmeier, Franz A1 - Flatscher, Simon A1 - Hack, Andreas A1 - Halt, Manfred A1 - Jell, Peter A1 - Köster, Heinrich A1 - Kucich, Martin A1 - Manzinger, Franziska A1 - Mecking, Simon A1 - Paus, Inger A1 - Rex, Steffen A1 - Schanda, Ulrich A1 - Schreyer, Manuela A1 - Spindler, Uli A1 - Stadler, Constanze A1 - Stahnke, Svenja A1 - Stiegler, Gertrud A1 - Walser, Georg A1 - Wambsganß, Mathias A1 - Wellisch, Ulrich T1 - Forschungsbericht 2014 N2 - Mit dem jährlich erscheinenden Forschungsbericht möchte die Hochschule Rosenheim einen Einblick in ihre vielfältigen Projekte und Aktivitäten der angewandten Forschung und Entwicklung geben. Im Forschungsbericht 2014 wird über Vorhaben im Jahr 2014 berichtet. T3 - Schriftenreihen - Forschungsbericht - 3 KW - Forschung Y1 - 2015 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:861-opus4-12317 ER - TY - CHAP A1 - Mecking, Simon A1 - Scheibengraber, Markus A1 - Kruse, Tobias A1 - Schanda, Ulrich A1 - Wellisch, Ulrich T1 - Energiebestimmung an Brettsperrholzbauteilen im Holzmassivbau T2 - Deutsche Gesellschaft für Akustik e.V. (ed.): Fortschritte der Akustik - DAGA 2017, 43. Deutsche Jahrestagung für Akustik, Kiel, Deutschland N2 - Ein Ziel des DFG-AiF-Clusterforschungsvorhabens Vibroakustik im Planungsprozess für Holzbauten ist die Reduktion des schalltechnischen Planungsaufwandes bei der Holzmassivbauweise. Hierzu soll das Prognoseverfahren der DIN EN 12354 angepasst werden. Darin ist ein vereinfachter SEA-Ansatz zugrunde gelegt, welcher diffuse Körperschallfelder in den Bauteilen sowie deren schwache Kopplung voraussetzt. Tatsächlich trifft die Annahme diffuser Körperschallfelder nur bei Bauteilen mit geringer Ausbreitungsdämpfung zu. Um ein Maß für die Kopplung der Bauteile zu erhalten, wird ein Energieverhältnis aus den Bauteilschnellen gebildet. In der DIN EN ISO 10848-1 wird eine Vorschrift für die Messung der mittleren Bauteilschnelle beschrieben. Daraus wird ein örtlich und zeitlich gemittelter Schnellepegel je Bauteil berechnet, mit dem die Energie des Bauteils bestimmt wird. In diesem Beitrag werden Messergebnisse von Körperschallfeldern an Brettsperrholzelementen im Hinblick auf die Energiebestimmung diskutiert. Bei der statistischen Auswertung werden die Anzahl der Anregepositionen und der Messpositionen auf dem direkt und indirekt angeregten Bauteil analysiert. In einem weiteren Schritt werden die erforderlichen Messpositionen durch eine geeignete Auswahl reduziert und mit den pauschalen, geometrischen Vorgaben der Messvorschrift aus der DIN EN ISO 10848-1 verglichen. Die Erkenntnisse werden zur Bewertung von Messergebnissen und für Empfehlungen an die Durchführung zukünftiger Messungen herangezogen. KW - Holzmassivbau KW - Schallmesstechnik Y1 - 2017 ER - TY - GEN A1 - Mecking, Simon A1 - Scheibengraber, Markus A1 - Kruse, Tobias A1 - Schanda, Ulrich A1 - Wellisch, Ulrich T1 - Experimentally based statistical analysis of the vibrational energy of CLT building elements T2 - 24th International Congress on Sound and Vibration, ICSV24, London, United Kingdom, July 2017 N2 - The method is based on a simplified Statistical Energy Analysis(SEA) approach. The energy ratios of various subsystems are the main quantities to predict sound transmission. The method has proven to work sufficiently accurate for masonry and concrete buildings, where the building components like walls, floors etc. can be regarded as rather homogeneous structures. To adapt this method for solid timber constructions it is necessary to prove that basic SEA requirements are fullfilled by orthotropic materials and heterogeneous structures that occur in these building types. In a case study, an isolated T-junction formed by Cross Laminated Timber(CLT) elements is experimentally investigated. The buildings elements are subdivided in segments with typical screwed connections. In the experiments the diffusivity of the vibration field is investigated, using point excitation with a shaker at several positions and many, randomly chosen response positions. MONTE-CARLO simulations are conducted for random but fix-sized subsets of the measured response positions to find the necessary number of response positions for an accurate determination of the vibrational energy. As a result the distribution of the mean velocity levels can be approximated. In a second approach a multiple linear regression model based on the least absolute shrinkage and selection operator(LASSO)is applied, because for lower frequency bands multicollinearity is expected. In the context of linear regression modelling, data-driven methods are used to select optimal subsets of response positions, to get an estimating equation. KW - Schallmesstechnik KW - CLT building KW - statistical energy analysis KW - cross-laminated timber KW - vibrational energy KW - least absolute shrinkage and selection operator KW - Monte-Carlo Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:861-opus4-4883 ER - TY - RPRT A1 - Sandor, V. A1 - Schalk, D. A1 - Sussmann, M. A1 - Wellisch, Ulrich T1 - Statistische Datenanalyse und Modellierung - Einsatzmöglichkeiten von Machine Learning Verfahren. Forschungsbericht 2016 Hochschule Rosenheim KW - Statistische Datenanalyse KW - Statistische Modellierung KW - Machine Learning Y1 - 2016 ER - TY - BOOK A1 - Becker, T. A1 - Herrmann, R. A1 - Sandor, V. A1 - Wellisch, Ulrich T1 - Stochastische Risikomodellierung und statistische Methoden N2 - Aktuare treffen, genauso wie Finanzmathematiker und Risikomanager, jeden Tag Einschätzungen über Risiken. Unter Risiken verstehen sie dabei Objekte, an denen sich zufällige Phänomene realisieren, und die sich somit einer sicheren Einschätzung entziehen. Dabei bedienen sich die Aktuare stochastischer Risikomodelle, um � Erklärungsmuster für historische Beobachtungen der Risiken zu finden, � Zukunftsvorhersagenbezüglich der Risiken zu treffen und � die Genauigkeit der getroffenen Einschätzungen und Prognosen zu bewerten. Stochastische Risikomodelle sind mithin ein Instrument, um die Einschätzung von Risiken zu objektivieren. Risikomodelle werden in der Regel mit statistischen Methoden an Beobachtungsdaten angepasst. Aus einem Modell heraus getroffene Aussagen werden spätestens hierdurch zu Einschätzungen, die – um mit Descartes zu sprechen – lediglich „wahrscheinlich“ korrektsind. Hier kannein stochastisches Modell helfen, die Wahrscheinlichkeit zu quantifizieren, mit der eine gegebene Einschätzung falsch ist, und die Wahl einer geeigneten statistischen Methode zur Modellanpassung kann helfen, diese Wahrscheinlichkeit zu reduzieren. Stochastische Risikomodelle und statistische Methoden erlauben somit einen wissenschaftlich korrekten Umgang mit dem von Descartes aufgezeigten Dilemma. Allerdings: Risikomodelle sind künstlich – sie leben von den Annahmen, die ihnen zugrunde liegen. Für eine seriöse Modellbildung ist daher das Verständnis und die Validierung der Modellannahmen unverzichtbar, wie auch ein Überblick über mögliche alternative Modelle. Das vorliegendeBuchmöchte daherdie wichtigsten stochastischen Risikomodelle, die derzeit in der aktuariellen Praxis Anwendung finden,in einem Band zusammenfassen. Dabei wird Wert auf eine mathematisch fundierte,aber dennoch für Theoretiker und Praktiker gut verständliche und interessante Darstellung der Modelle mit ihren Eigenschaften und Annahmen gelegt. Gleichzeitig werden die statistischen Methoden zur Modellanpassung bereitgestellt. Die behandelten Modelle und Methoden sind auch die Grundlage, auf denen zahlreiche Anwendungen in Finanzmathematik und quantitativem Risikomanagement aufbauen. KW - Stochastik KW - Risikomodellierung KW - statistische Methoden Y1 - 2016 PB - Springer CY - Berlin ER - TY - JOUR A1 - Frey, C. A1 - Schönfelder, F. A1 - Wellisch, Ulrich T1 - Anwendung von maschinellem Lernen in der Tarifierung JF - Der Aktuar KW - Maschinelles Lernen KW - Aktuarwissenschaften Y1 - 2016 ER - TY - CHAP A1 - Antretter, F. A1 - Mayer, C. A1 - Wellisch, Ulrich T1 - An approach for a statistical model for the user behaviour regarding window ventilation in residential buildings T2 - Proceedings of Building Simulation 2011: 12th Conference of International Building Performance Simulation Association, Sydney KW - Window Ventilation KW - Residential Buildings KW - Building Simulation Y1 - 2011 ER - TY - JOUR A1 - Steiger, S. A1 - Wellisch, Ulrich A1 - Hellwig, R. T. T1 - Untersuchung der Eignung verschiedener Fassaden für automatisierte Fensterlüftung in Schulen mit einem Entscheidungsbaumverfahren JF - Bauphysik N2 - Sollen Klassenräume über Fenster belüftet werden, kann dies über Stoßlüftung oder genau dosierte Dauerlüftung erfolgen. Messungen verschiedener Institutionen zeigen, dass die erforderliche regelmäßige Stoßlüftung in Schulen nicht praktiziert wird. Damit eine Dauerlüftung aber funktionieren kann, muss ermittelt werden, welcher Fenstertyp bei welcher Öffnungsweite bei behaglichen thermischen Verhältnissen im Raum den notwendigen Luftwechsel gewährleistet. Deshalb wurden an einem Freilandversuchsstand des Fraunhofer‐Instituts für Bauphysik Schwingflügel und Kippflügel auf ihre Eignung zur Dauerlüftung in Klassenräumen untersucht. Da sich bei den vielen Einflussfaktoren auf die freie Lüftung die deskriptive Analyse oft als sehr schwierig erweist, wird ein besonderes statistisches Verfahren, ein Entscheidungsbaumverfahren verwendet, das sowohl hinsichtlich der Auswahl der Einflussgrößen und der Modellüberanpassung sehr günstige statistischmethodische Eigenschaften besitzt. Mit diesem Verfahren können Einflussgrößen mit unterschiedlichen Skalenniveaus adäquat in die Auswertung einbezogen werden. Dabei erhält man ein intuitiv interpretierbares Regelwerk, welches dem Anwender einen erklärenden Einblick in die Zusammenhangsstruktur des untersuchten Prozesses liefert. KW - Fensterlüftung KW - Schulbelüftung KW - Raumthermik Y1 - 2010 ER - TY - THES A1 - Wellisch, Ulrich T1 - Asymptotic behaviour of solutions of estimating equations with functional parameter KW - Estimating equations KW - Gleichungen Y1 - 1999 ER - TY - RPRT A1 - Pruschka, H. A1 - Wellisch, Ulrich T1 - Asymptotic behaviour of estimation equations with functional nuisance or working parameter. N2 - We are concerned with the asymptotic theory of semiparametric estimation equations. We are dealing with estimation equations which have a parametric component of interest and a functional (nonparametric) nuisance component. We give sufficient conditions for the existence and the asymptotic normality of a consistent estimation equation estimator for the parameter of interest. These conditions concern the asymptotic distribution of the estimation function and of its derivative as well as the effect of the functional nuisance part in the estimation equation. In order to treat the nonparametric component we introduce a general differential calculus and a general mean value theorem. For the nonparametric part in the estimation equation we distinguish two cases: the situation of a (classical) nuisance parameter and the case of a so called working parameter. As a special case we get regularity conditions for estimation equations with finite dimensional nuisance or working parameter. As an example we present the semiparametric linear regression model. KW - Estimating equations KW - Asymptotic distribution KW - semiparametric linear regression model Y1 - 1997 ER - TY - RPRT A1 - Küchenhoff, H. A1 - Wellisch, Ulrich T1 - Asymptotics for generalized linear segmented regression models with an unknown breakpoint N2 - We consider asymptotic theory for the maximum likelihood estimator in the generalized linear model with an unknown breakpoint. A proof for the asymptotic normality is given. The methods are based on the work of Huber (1967). The main problem is the non--differentiability of the likelihood and the score function, which requires non--standard methods. An example from epidemiology is presented, where confidence intervals for the parameters are calculated with the asymptotic results. KW - Asymptotic theory KW - Linear segmentet regression models Y1 - 1997 ER - TY - JOUR A1 - Negele, Daniel A1 - Ott, Robert A1 - Wellisch, Ulrich T1 - Erfolg der Privatisierung von Krankenhäusern – Eine Einschätzung aus der Sicht ehemaliger öffentlicher Krankenhausträger T1 - Success of hospital privatisations – an assessment from the point of view of former public hospital owners JF - Gesundheitsökonomie & Qualitätsmanagement N2 - Zielsetzung In den letzten Jahren konnte eine Steigerung der Anzahl privater Krankenhäuser und Betten festgestellt werden. Die Probleme der Investitionsfinanzierung deutscher Krankenhäuser in Kombination mit verstärkenden Faktoren wie der Einführung der DRGs, aber auch die Erwartung einer höheren Effizienz nach der Privatisierung einer Klinik können als Hauptgründe bei Privatisierungsentscheidungen genannt werden. Es soll untersucht werden, wie ehemalige öffentliche Krankenhausträger den Erfolg der Privatisierung einschätzen. Methodik Alle 99 identifizierten ehemaligen öffentlichen Träger, die ihr Krankenhaus in den Jahren 2003–2013 an einen privaten Eigentümer verkauft hatten, wurden hinsichtlich ihrer Einschätzung von Zielen sowie Befürchtungen vor und nach der Privatisierung anonym und schriftlich befragt. Ergebnisse und Schlussfolgerung Zusammenfassend lässt sich feststellen, dass bei einer ausreichenden Finanzierung der Krankenhäuser aus Krankenkassenbeiträgen (Betriebsmittel) und Ländermittel (Investitionskosten) der Privatisierungsdruck rapide sinken würde. Wenn jedoch privatisiert wurde, hatte dies aus Sicht der ehemaligen Träger weder einen negativen Einfluss auf die medizinische Versorgung in der Region, noch auf die Qualität der medizinischen Behandlung und auf den Umgang mit den Mitarbeitern. Die Einschätzungen der ehemaligen Träger weisen eine statistisch überprüfte Übereinstimmung auf. Die mit einer Privatisierung verbundenen Erwartungen und Ziele werden prinzipiell als erfüllt wahrgenommen N2 - Aim In recent years, an increase in the number of private hospitals and beds could be determined. The problems of financing investments of German hospitals in combination with other reinforcing factors such as the introduction of DRGs, but also assumptions to higher efficiency after privatisation of a hospital can be identified as the main reasons for privatisation decisions. It should be examined how former public hospital operators assess the success of the privatisation. Method All 99 identified former public owners who had sold their hospitals during the years 2003 to 2013 to a private owner were interviewed anonymously and in written form with regard to their assessment of goals and fears before and after privatisation. Results and Conclusion In summary it can be said that with sufficient funding of hospitals from health insurance contributions (resources) and state funds (investment costs) privatisation pressure would fall sharply. But if privatized once, there was - from the view of the former public owners - neither a negative impact on medical care in the region, nor on the quality of medical treatment and the treatment of employees. The former public owners show a fair agreement on their assesments. The privatisations answer the expectations and the goals of the former public owners. KW - Privatisierung von Krankenhäusern KW - Gesundheitspolitik KW - Krankenhausfinanzierung KW - hospital privatisation KW - health policy KW - hospital financing Y1 - 2018 UR - https://doi.org/10.1055/s-0043-110761 IS - 1 SP - 43 EP - 50 ET - 23 ER - TY - RPRT A1 - Wellisch, Ulrich T1 - Erarbeitung von Prüfverfahren zur Vereinheitlichung der energetischen Bewertung von großformatigen, transparenten Bausystemen unter in situ Randbedingungen. Teilprojekt Hochschule Rosenheim: Analyseverfahren und Mitarbeit im IEA ECBCS Annex 58 „Reliable building performande characterisation and prediction based on full scale dynamic measurements“, Hochschule Rosenheim, 2016 KW - Bausysteme KW - Energetische Bewertung KW - in situ Randbedingungen Y1 - 2018 ER - TY - RPRT A1 - Bauer, L. A1 - Feldmeier, F. A1 - Paulus, F. A1 - Schreyer, M. A1 - Wellisch, Ulrich T1 - In situ Prüfverfahren für transparente Bauteile KW - transparente Bauteile KW - in situ Prüfverfahren Y1 - 2014 ER - TY - RPRT A1 - Sebald, D. A1 - Sussmann, M. A1 - Sandor, V. A1 - Wellisch, Ulrich T1 - Statistische Datenanalyse und Modellierung - Risikomodellierung in der Krafthaftpflichtversicherung. Forschungsbericht Hochschule Rosenheim 2015 KW - Statistische Datenanalyse KW - Risikomodellierung KW - Kfz- Haftpflichtversicherung Y1 - 2015 ER - TY - RPRT A1 - Sandor, V. A1 - Schalk, D. A1 - Sussmann, M. A1 - Wellisch, Ulrich T1 - Statistische Datenanalyse und Modellierung - Machine Learning in der Versicherung, Risikomodelle auf dem Prüfstand. Forschungsbericht 2016 Hochschule Rosenheim KW - Statistische Datenanalyse KW - Risikomodellierung KW - Machine Learning Y1 - 2016 ER - TY - CHAP A1 - Hanfstaengl, Lucia A1 - Parzinger, Michael A1 - Wirnsberger, Markus A1 - Spindler, Uli A1 - Wellisch, Ulrich T1 - Identifying The Presence Of People In A Room Based On Machine Learning Techniques Using Data Of Room Control Systems T2 - IEA EBC Annex 71: Building energy performance assessment based on in-situ measurements, 6th expert meeting, April 08.-10. 2019 - Bilbao, ES N2 - When monitoring the energy performance of buildings, it may be of interest to identify the occupation periods of people in the room due to their possible impact on the energy balance. In order to be able to carry out a comprehensive energy assessment of the system and building, it is necessary to be able to classify user influence during the evaluation. This thesis investigates how the presence of people in a room can be determined cost-effectively and with little additional effort. The aim is to determine which sensors of a room control system provide sufficiently reliable data. The presence of 1-2 persons was examined on a test facility of the Technical University Rosenheim. The air-, mean radiation- and surface-temperatures, the air humidity as well as the CO2 and VOC concentrations were measured. For the analysis, a method of supervised machine and statistical learning, random forest, is used. The smallest model error detected in predicting the presence of 1 or 2 persons from CO2 sensor data is 1.43%. The error rates are low for all tested models if time-dynamic effects are used as predictors and the data is processed in a so-called time period form. Additionally, the ways in which this data should ideally be made available for future measurements and processed to facilitate analysis with machine and statistical learning techniques have been investigated. A further goal is to apply the models developed on measurement series in laboratory environments to real rooms and to assess the transferability of these models. KW - occupancy KW - supervised machine and statistical learning KW - random forest Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:861-opus4-14077 SP - 1 EP - 7 ER - TY - CHAP A1 - Hanfstaengl, Lucia A1 - Parzinger, Michael A1 - Spindler, Uli A1 - Wellisch, Ulrich A1 - Wirnsberger, Markus T1 - Identifying occupant presence in a room based on machine learning techniques by measuring indoor air conditions T2 - E3S Web of Conferences, 12th Nordic Symposium on Building Physics (NSB 2020) N2 - Knowing about the presence and number of people in a room can be of interest for precise control of heating, ventilation and air conditioning. To determine the number and presence of occupants cost-effectively, it is of interest to use already existing air condition sensors (temperature, humidity, CO2) of the building automation system. Different approaches and methods for determining presence have attracted attention in recent years. We propose an occupancy detection method based on a method of supervised machine learning. In an experiment, measurement data were recorded in a research apartment with controllable boundary conditions. The presence of people was simulated by artificial injection of water vapour, CO2 and heat dissipation. The variation of the number of artificial users, the duration of presence and the supply air volume flow of the ventilation resulted in a total of 720 combinations. By using artificial users, the boundary conditions were accurately defined, and different presence situations could be measured time-effectively. The data is evaluated with a method of supervised machine learning called random forest. The statistical model can determine precisely the number of people in over 93% of the cases in a disjoint test sample. The experiments took part in the Rosenheim Technical University of Applied Sciences laboratory. KW - occupancy KW - maschine learning KW - random forest Y1 - 2020 UR - https://doi.org/10.1051/e3sconf/202017222005 VL - 172 SP - 22005 ER - TY - JOUR A1 - Parzinger, Michael A1 - Hanfstaengl, Lucia A1 - Sigg, Ferdinand A1 - Spindler, Uli A1 - Wellisch, Ulrich A1 - Wirnsberger, Markus T1 - Residual Analysis of Predictive Modelling Data for Automated Fault Detection in Building’s Heating, Ventilation and Air Conditioning Systems JF - Sustainability N2 - Faults in Heating, Ventilation and Air Conditioning (HVAC) systems affect the energy efficiency of buildings. To date, there rarely exist methods to detect and diagnose faults during the operation of buildings that are both cost-effective and sufficient accurate. This study presents a method that uses artificial intelligence to automate the detection of faults in HVAC systems. The automated fault detection is based on a residual analysis of the predicted total heating power and the actual total heating power using an algorithm that aims to find an optimal decision rule for the determination of faults. The data for this study was provided by a detailed simulation of a residential case study house. A machine learning model and an ARX model predict the building operation. The model for fault detection is trained on a fault-free data set and then tested with a faulty operation. The algorithm for an optimal decision rule uses various statistical tests of residual properties such as the Sign Test, the Turning Point Test, the Box-Pierce Test and the Bartels-Rank Test. The results show that it is possible to predict faults for both known faults and unknown faults. The challenge is to find the optimal algorithm to determine the best decision rules. In the outlook of this study, further methods are presented that aim to solve this challenge. KW - fault detection KW - HVAC KW - residual analysis Y1 - 2020 UR - https://doi.org/10.3390/su12176758 VL - 12 IS - 17 SP - 6758 ER - TY - CHAP A1 - Parzinger, Michael A1 - Wellisch, Ulrich A1 - Hanfstaengl, Lucia A1 - Sigg, Ferdinand A1 - Wirnsberger, Markus A1 - Spindler, Uli T1 - Identifying faults in the building system based on model prediction and residuum analysis T2 - E3S Web of Conferences, 12th Nordic Symposium on Building Physics (NSB 2020) N2 - The energy efficiency of the building HVAC systems can be improved when faults in the running system are known. To this day, there are no cost-efficient, automatic methods that detect faults of the building HVAC systems to a satisfactory degree. This study induces a new method for fault detection that can replace a graphical, user-subjective evaluation of a building data measured on site with an automatic, data-based approach. This method can be a step towards cost-effective monitoring. For this research, the data from a detailed simulation of a residential case study house was used to compare a faultless operation of a building with a faulty operation. We argue that one can detect faults by analysing the properties of residuals of the prediction to the actual data. A machine learning model and an ARX model predict the building operation, and the method employs various statistical tests such as the Sign Test, the Turning Point Test, the Box-Pierce Test and the Bartels-Rank Test. The results show that the amount of data, the type and density of system faults significantly affect the accuracy of the prediction of faults. It became apparent that the challenge is to find a decision rule for the best combination of statistical tests on residuals to predict a fault. KW - fault detection KW - model prediction KW - HVAC KW - residuum analysis Y1 - 2020 UR - https://doi.org/10.1051/e3sconf/202017222001 VL - 172 SP - 22001 ER - TY - JOUR A1 - Parzinger, Michael A1 - Hanfstaengl, Lucia A1 - Sigg, Ferdinand A1 - Spindler, Uli A1 - Wellisch, Ulrich A1 - Wirnsberger, Markus T1 - Comparison of different training data sets from simulation and experimental measurement with artificial users for occupancy detection — Using machine learning methods Random Forest and LASSO JF - Building and Environment N2 - The applications for occupancy detection range from controlling building automation and systems, determining heat transfer coefficients and even assessing the risk of infection in rooms. Studies in the literature use various statistical models, physical models and machine learning techniques to detect occupancy. All these methods require data for training the occupancy detection models. However, data generation is time-consuming and expensive. This study demonstrates the feasibility of using simulated learning data. Using three different data sources, we tested the suitability of different methods for generating learning data. We conducted two experiments in two office spaces with a real user and an artificial user, and we generated a third data set using a building simulation model. In addition, this study compares two different machine learning approaches (Random Forest and LASSO) using environmental parameters. Both machine learning approaches could develop models with a sensitivity of at least 83 % and a specificity of at least 97 % with both training data sets. This work shows that it is possible to determine the presence in rooms using simulated data. The results compared to measured data were just slightly less accurate, and the added value due to the lower effort was considerable KW - Simulated learning data KW - Occupancy detection KW - Random Forest KW - LASSO Y1 - 2022 U6 - https://doi.org/10.1016/j.buildenv.2022.109313 VL - 223 SP - 109313 ER - TY - RPRT A1 - Spindler, Uli A1 - Wellisch, Ulrich A1 - Krause, Harald A1 - Hanfstaengl, Lucia A1 - Parzinger, Michael A1 - Puntigam, Stephan A1 - Sigg, Ferdinand A1 - Wirnsberger, Markus T1 - Entwicklung einer Methodik zur Bestimmung der Energieeffizienz von Gebäuden auf Basis von optimierten in situ Messungen N2 - Gebäuden haben einen Anteil von 40% am deutschen Gesamtenergiebedarf und sind damit eine entscheidende Stellschraube beim Erreichen der Klimaziele. Der Energiebedarf von Gebäuden wird von der Gebäudehülle und der Gebäudetechnik bestimmt. Ein Großteil der Gebäudetechnik wird nicht in optimaler Weise betrieben. So können durch die Analyse des Gebäudes im Rahmen eines technischen Monitorings und anschließender Optimierung, Energieeinsparungen im Bereich von 5% bis 30% erzielt werden. Mit der Optimierung der Gebäudetechnik kann der Energiebedarf von Gebäuden ohne zusätzlichen Ressourcenaufwand reduziert werden. Jedoch ist die Implementierung eines technischen Monitorings in Gebäuden aufwändig und wird daher, trotz des möglichen Einsparpotentials, in nur wenigen Gebäuden umgesetzt. Um die Verbreitung von technischem Monitoring, und damit die Analysemöglichkeiten von Gebäuden, voranzutreiben, wurde im Projekt EnOB: InSitu Nachweisverfahren erforscht, wie mit geringem Aufwand Rückschlüsse auf den Zustand von Gebäude getroffen werden können. Hierfür wurde untersucht welche Parameter gemessen werden müssen um aus einem einfachen Basismonitoring, das üblicherweise in situ stattfindet, Aussagen zur Gebäudequalität, Anlagenqualität und Nutzerverhalten treffen zu können. Der Schwerpunkt der Untersuchungen im Projekt wurde zum einen auf Untersuchungen zur Detektierung der Anwesenheit von Personen in Räumen gelegt, als auch auf die automatische Fehlererkennung von Anlagenfehlern. Dabei war ein maßgeblicher Arbeitsaufwand die Entwicklung geeigneter Versuchsreihen und die Aufbereitung der Daten. Für die Umsetzung wurden Messungen in einer Forschungswohnung, als auch im Labor für intelligente Gebäudetechnik, kurz LiGT, erzeugt. Im Rahmen des Projekts wurde das LiGT umgebaut und mit entsprechender Mess- und Gebäudetechnik ausgestattet. Für die Analysen der Daten wurden Methoden des Maschinellen Lernens und der Statistik, wie zum Beispiel Random Forest und LASSO, eingesetzt. Für die Erkennung der Anwesenheit sind drei Messreihen durchgeführt worden. Darunter ein Versuch mit zwei realen Personen, ein Versuch mit fünf künstlichen Nutzern und ein weiterer Versuch mit der Kombination von Simulations- und Messdaten. Um das Ziel der kostengünstigen Analyse zu erreichen, sollten ohnehin in Gebäuden verfügbare Raumklimasensoren verwendet werden. Die Analyse erfolgte daher auf Raumebene. Unter der Verwendung von CO2-, Temperatur-, Feuchtesensoren in den Innenräumen und Solarstrahlungs- und Temperatursensoren im Außenbereich konnte die Personenanzahl im Raum mit hoher Genauigkeit bestimmt werden. Für die Anwesenheit von bis zu fünf Personen wurde eine Trefferquote von 86,5% und für den Versuch mittels Simulationen eine Sensitivität von mindestens 83% und eine Spezifität von mindestens 97% erzielt. Für die automatische Fehlererkennung wurden zwei unterschiedliche Ansätze untersucht. Beim ersten Ansatz, welcher auch im Rahmen des Annex 71 vorgeschlagen wurde, wurde ein statistisches Modell mit Messdaten aus einem fehlerfreien Zeitraum trainiert. Mithilfe diesem Modells werden Abweichungen vom fehlerfreien Zustand identifiziert. Dazu wurden Simulationen der Zwillingshäuser am Fraunhofer Institut für Bauphysik in Holzkirchen verwendet anhand welcher die entwickelte Methoden getestet wurde. Mit dem Ansatz konnte fehlerbehaftete Zeiträume identifiziert werden, jedoch nicht die Art des Fehlers. Im zweiten Ansatz wurden die Fehler selbst simuliert und als Trainingsdaten für die statistischen Modelle verwendet. Zur Validierung des Verfahrens wurden Daten eines realen Gebäudes analysiert. Zur Generierung der Messdaten wurden im LiGT Messungen durchgeführt. Hierbei wurden zu unterschiedlichen Zeitpunkten drei unterschiedliche Fehler künstlich herbeigeführt. Die Qualität der Fehlererkennung ist dabei maßgeblich von der Qualität der Simulation und der Art des Fehlers abhängig. Im Projekt wurden sowohl Methoden zur Anwesenheitserkennung, als auch zur automatisierten Fehlererkennung von Anlagen entwickelt. Diese Erkenntnisse können in einem Basismonitoring zur Untersuchung von Gebäudequalität, Anlagenqualität und Nutzerverhalten verwendet werden. Automatisierte Methoden haben in Zukunft einen wesentlichen Einfluss auf den Erfolg und die Anwendbarkeit von technischem Monitoring. KW - Gebäudemonitoring KW - Maschinelles Lernen KW - Abschlussbericht Y1 - 2023 ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Biometrie T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_9 SN - 2627-5317 SP - 309 EP - 378 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Deskriptive Statistik und explorative Datenanalyse T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_2 SN - 2627-5317 SP - 29 EP - 104 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Stochastische Differenzialrechnung T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_7 SN - 2627-5317 SP - 253 EP - 277 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Punktschätzung T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_3 SN - 2627-5317 SP - 105 EP - 142 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Simulation T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_11 SN - 2627-5317 SP - 405 EP - 429 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Quantifizierung und Bewertung von Risiken T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_1 SN - 2627-5317 SP - 1 EP - 27 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Hypothesentests T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_4 SN - 2627-5317 SP - 143 EP - 170 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Lineare und verallgemeinerte lineare Regression T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_5 SN - 2627-5317 SP - 171 EP - 211 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Credibility-Modelle T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_10 SN - 2627-5317 SP - 379 EP - 404 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Zeitreihenanalyse T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_8 SN - 2627-5317 SP - 279 EP - 307 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER - TY - CHAP A1 - Becker, Torsten A1 - Herrmann, Richard A1 - Heumann, Christian A1 - Pilz, Stefan A1 - Sandor, Viktor A1 - Schäfer, Dominik A1 - Wellisch, Ulrich T1 - Stochastische Prozesse und Modelle T2 - Statistik und ihre Anwendungen - Stochastische Risikomodellierung und statistische Methoden Y1 - 2024 SN - 9783662695319 U6 - https://doi.org/10.1007/978-3-662-69532-6_6 SN - 2627-5317 SP - 213 EP - 252 PB - Springer Berlin Heidelberg CY - Berlin, Heidelberg ER -