Schwöbel, Christian ; Irmler, Robert
Hrsg.: Ritter, Fabian ; Schubert, Gerhard ; Bügler, Max ; Braun, Alex ; Amann, Julian ; Jubierre, Javier Ramos ; Daum, Simon (2013)
Prognose des Energieverbrauchs von Haushalten unter Einsatz maschineller Lernmethoden.
25. Forum Bauinformatik. München (18.–20. September 2013)
Konferenzveröffentlichung, Bibliographie
Kurzbeschreibung (Abstract)
Im Zuge der Energiewende wird häufig die Notwendigkeit eines intelligenten Netzes auf Niederspannungsebene diskutiert, um lokale Erzeugung durch kleinteilige Anlagen wie Photovoltaikanlagen, Blockheizkraftwerke oder Ähnliches besser steuern zu können. Hierfür und um die lokale Einspeisung besser abschätzen und planen zu können ist ein Wissen über die genauen Verbräuche der Teilnehmer eines Energieversorgungsnetzes hilfreich. Wollte man jedoch beispielsweise alle Wohnhäuser thermisch genau simulieren, würde dies einen erheblichen Aufwand mit sich bringen. In diesem Paper wird ein Ansatz aufgezeigt, wie zunächst anhand von Verbrauchsdaten für Heizenergie mit Hilfe maschineller Lernmethoden künftige Verbräuche prognostiziert werden können. Im weiteren Verlauf der Forschung soll es das Ziel sein, anhand der Angabe von verschiedenen Parametern auch Prognosen für unbekannte Wohngebäude zu liefern.
| Typ des Eintrags: | Konferenzveröffentlichung |
|---|---|
| Erschienen: | 2013 |
| Herausgeber: | Ritter, Fabian ; Schubert, Gerhard ; Bügler, Max ; Braun, Alex ; Amann, Julian ; Jubierre, Javier Ramos ; Daum, Simon |
| Autor(en): | Schwöbel, Christian ; Irmler, Robert |
| Art des Eintrags: | Bibliographie |
| Titel: | Prognose des Energieverbrauchs von Haushalten unter Einsatz maschineller Lernmethoden |
| Sprache: | Deutsch |
| Publikationsjahr: | September 2013 |
| Ort: | Aachen |
| Verlag: | Shaker Verlag |
| Buchtitel: | 25. Forum Bauinformatik 2013 |
| Reihe: | Berichte aus der Bauinformatik |
| Band einer Reihe: | 25 |
| Veranstaltungstitel: | 25. Forum Bauinformatik |
| Veranstaltungsort: | München |
| Veranstaltungsdatum: | 18.–20. September 2013 |
| URL / URN: | https://www.cms.bgu.tum.de/publications/proceedings/FBI2013/... |
| Zugehörige Links: | |
| Kurzbeschreibung (Abstract): | Im Zuge der Energiewende wird häufig die Notwendigkeit eines intelligenten Netzes auf Niederspannungsebene diskutiert, um lokale Erzeugung durch kleinteilige Anlagen wie Photovoltaikanlagen, Blockheizkraftwerke oder Ähnliches besser steuern zu können. Hierfür und um die lokale Einspeisung besser abschätzen und planen zu können ist ein Wissen über die genauen Verbräuche der Teilnehmer eines Energieversorgungsnetzes hilfreich. Wollte man jedoch beispielsweise alle Wohnhäuser thermisch genau simulieren, würde dies einen erheblichen Aufwand mit sich bringen. In diesem Paper wird ein Ansatz aufgezeigt, wie zunächst anhand von Verbrauchsdaten für Heizenergie mit Hilfe maschineller Lernmethoden künftige Verbräuche prognostiziert werden können. Im weiteren Verlauf der Forschung soll es das Ziel sein, anhand der Angabe von verschiedenen Parametern auch Prognosen für unbekannte Wohngebäude zu liefern. |
| Freie Schlagworte: | Data Mining , Maschinelle Lernmethoden, Smart Metering |
| Zusätzliche Informationen: | ISBN: 978-3-8440-2191-2 |
| Fachbereich(e)/-gebiet(e): | 13 Fachbereich Bau- und Umweltingenieurwissenschaften 13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Numerische Methoden und Informatik im Bauwesen |
| Hinterlegungsdatum: | 20 Jan 2015 14:52 |
| Letzte Änderung: | 12 Jan 2019 21:18 |
| PPN: | |
| Zugehörige Links: | |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum