Termin

  1. Hochschule Kempten
  2. Hochschule
  3. Aktuelles
  4. Veranstaltungen & Termine

KI-Anwendung in der Energietechnik: Einsatz maschineller Lernverfahren für die Wärmelastprognose

Start: 18.11.2021, 17:00 Uhr
Ende: 18.11.2021, 17:45 Uhr

Vortrag der Hochschule Kempten und des Arbeitskreises Energietechnik des VDI Augsburg e.V.

Referent: Prof. Dr.-Ing. Matthias Finkenrath, Hochschule Kempten

Online-Vortrag per ZOOM am Donnerstag, den 18.11.2021, von 17:00 bis 17:45 Uhr
(Teilnahme kostenlos, Anmeldeinformationen siehe unten)

Inhalt:
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 Fernwärmenetzen 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.

Zur Person:
Dr. Matthias Finkenrath ist seit 2012 Professor für energie- und verfahrenstechnische Systeme mit dem Tätigkeitsschwerpunkt „Prozesssimulation“ an der Hochschule Kempten. Dort leitet er die vom Bundesministerium für Wirtschaft und Energie geförderten Forschungsprojekte „KWK-Flex“ und „deepDHC“. Vor seiner Professur war Dr. Finkenrath für die Internationale Energieagentur in Paris und in der europäischen Konzernforschung des Technologieunternehmens General Electric (GE) tätig.

Anmeldung:
Zur kostenlosen Teilnahme bitten wir um Ihre einmalige Registrierung unter dem folgendem Link (oder mit dem nebenstehenden QR-Code). Nach der Registrierung erhalten Sie eine E-Mail mit Informationen zur Teilnahme am Online-Vortrag per ZOOM.

Link zur Registrierung

Evtl. Informationsanfragen bitte per E-Mail an: matthias.finkenrath(at)hs-kempten.de

Zurück