Typische Zeitreihe eines Energieverbrauchs

Die rasch wachsende Zahl von Smart-Metern in öffentlichen Einrichtungen, Unternehmen und Privathaushalten wird den Bedarf an intelligenten Diagnosetools für den Energieverbrauch erheblich forcieren. Dieser Trend wird dadurch verstärkt, dass die Installation intelligenter Stromzähler nun auch bei Neubauten im privaten Bereich verpflichtend ist. Aufgrund der hohen zeitlichen Auflösung der erfassten und gespeicherten Verbrauchsdaten ergeben sich neuartige und faszinierende Möglichkeiten der Datenanalyse als Grundlage für die Energieberatung und das lokale Energiemanagement.


Ein "smartes" Analysesystem wird nur dann nachhaltigen Erfolg haben, wenn es neben der Visualisierung der Verbräuche auch intelligente Diagnosekomponenten enthält: 
Fortschrittliche Mustererkennungsverfahren ermitteln aus den Daten das reguläre Verhalten und erlauben so die Detektion von auffälligen Verbrauchsprofilen. Gleichzeitig muß es für den beruflichen oder privaten Anwender leicht und intuitiv bedienbar sein, d.h. eine hohe Anwenderakzeptanz finden. Der Erfolg misst sich am Ende in der Energieeinsparung des Kunden und seiner Bindung an das Versorgungsunternehmen.

 

Die IngSoft GmbH aus Nürnberg hat sich mit mit Softwarelösungen im Bereich des Energiemanagements etabliert. In einer Kooperation zwischen der IngSoft GmbH und der ComplexSystemsConsulting GbR (CSYSC) werden Algorithmen aus dem Bereich der Mustererkennung in das bestehende Softwarepaket IngSoft InterWatt integriert. Hierzu wird die ComplexSystemsConsulting ihre Erfahrungen und Kompetenzen auf dem Gebiet der mathematischen Datenanalyse und des Data Mining einbringen.

Ziel des Projektes ist es, den Kunden ein intelligentes Energieverbrauchs-Diagnosesystem an die Hand zu geben, welches kaum Interaktionen oder aufwendige Eingaben bzw. Einstellungen vom Anwender verlangt. Den Prinzipien der Mustererkennung folgend, werden dabei komplexe Verbrauchsprofile und nicht nur aggregierte Verbrauchszahlen ausgewertet. Da die verwendeten Verfahren und Methoden selbstlernend sind, kann auf die sonst übliche Angabe von Interventions-Schwellwerten verzichtet werden.

Detaillierte Angaben über die Liegenschaft, beispielsweise über Gebäudeausstattung, -funktion (Privathaushalt, öffentliche Einrichtung, Gewerbe etc.) oder bauphysikalische Eigenschaften sind dabei nicht unbedingt erforderlich. Um spezifischere Ausagen zu erzielen ist es selbstverständlich ist es hilfreich, einige grundlegende Informationen über Lage oder Typ des Gebäudes (z.B. Einfamilienhaus, Mehrfamilienhaus, Halle etc.) in die Analyse einzubeziehen. Für jedes einzelne Zählwerk kann so die Abhängigkeit von externen Einflußgrößen, etwa Witterungsbedingungen oder Betriebszustände (Feiertage, Schulferien) berücksichtigt werden.

Eine der zentralen Eigenschaften des Diagnosetools beruht auf der Ausnutzung der Clustereigenschaften: Aus den Daten vieler verschiedener Liegenschaften läßt sich mittels Clusterbildung eine Klassifizierung und Typisierung der Verbrauchsdaten gewinnen. Ungewöhnliche Verbräuche werden im Vergleich sowohl zur individuellen Verbrauchshistorie als auch zu dem anderer Mitglieder des Clusters detektiert, Sensitivität und Spezifität der Diagnose dadurch signifikant erhöht. Die Wirkung technischer Maßnahmen zur Energieeinsparung bei einem Objekt eines Clusters kann damit zuverlässiger auf andere Liegenschaften des Clusters übertragen werden.

 

Darstellung des Verbrauchs in einem Merkmalsraum. Links: gewerbliches Objekt, Werktag (rot)/ Feiertag (blau). Rechts: öffentliche Einrichtung (Schule), Schultag (rot)/ schulfrei (blau).

 

Hierarchisches Clustering von Objekten nach dem Verbrauchsprofil eines Jahres (Beispiel für Ensemblebildung).

 

 Eigenschaften des Diagnosesystems

  • Selbstlernende, adaptive Algorithmen für die Analyse von Daten, die mit Strom-, Gas-, Wärme- oder Wasserzähler gewonnen werden
  • Primär datengetriebene Analyse mit Berücksichtigung der Verbrauchshistorie und des Ensembleverbrauchs (Clustertechniken)
  • Berücksichtigung von externen Einflüssen (z.B. Wetterlagen, kalendarische Ereignisse)
  • Algorithmen liefern Interventionsindikatoren für Energieverantwortliche
  • Analyse als Grundlage für Energieberatung und zur Senkung der Energiekosten

 

 

 

 

 

 

Eine Kooperation mit der IngSoft GmbH

                                                                                   


Gefördert durch: Bundesministerium für Wirtschaft und Technologie aufgrund eines Beschlusses des Deutschen Bundestages