Aktuelle Forschungsprojekte

Image Untersuchungen an Deckenkühlgeräten
Image Korrosionsinhibitor für Ammoniak-Absorptions-Anlagen
Image Kältemengenzähler
Image IO-Scan – Integral messendes Optisches Scanverfahren
Image Massenspektrometer
Image Gesamtsystemoptimierung von Kältetechnischen Alagensystemen für Energiewende und Klimaschutz
Image Textiler Wärme- und Stoffübertrager in KVS-Systemen
Image Strömungssimulation CFD
Image Nachweis der Lagerbeständigkeit von Kryoröhrchen
Image Verhalten mehrphasiger kryogener Fluide
Image Akustik und Schwingungen
Image Kältemittel- und Kältemaschinenöl-Untersuchungen
Image Energieeffizienzbewertung und optimierte Betriebsführung von gewerblichen Kälteanlagen
Image Prüfung mobiler Leckdetektoren nach DIN EN 14624
Image Klimatechnik-Betriebsoptimierung mittels maschinellem Lernen
Image Charakterisierung von Supraleitern in Wasserstoffatmosphäre

Sie befinden sich hier:   /  Startseite


Klimatechnik-Betriebsoptimierung mittels maschinellem Lernen

BMWi Euronorm Innokom

01/2019–05/2021

Dr.-Ing. Thomas Oppelt

+49-351-4081-5321

in Bearbeitung

Klimasysteme intelligent regeln – hoher Komfort bei niedrigem Energiebedarf

Motivation

Die Energieeffizienz vieler klimatechnischer Systeme bleibt im Betrieb deutlich unterhalb des bei der Planung prognostizierten Wertes. Eine Ursache dafür ist, dass insbesondere komplexe Systeme mit mehreren Erzeugern, Speichern und Abnahmestellen häufig nicht optimal betrieben werden.

Ziel des Projekts

Entwicklung eines Betriebsoptimierungs-Tools für klimatechnische Systeme unter Verwendung von Methoden des maschinellen Lernens (ML) und Daten aus dem digitalen Gebäudemodell (Building Information Model, BIM):

  • Optimierungsziel: hohe Energieeffizienz bei gleichzeitig hoher Nutzerzufriedenheit
  • Einsparung von Betriebskosten, Energie und Kohlendioxidemissionen durch Effizienzsteigerung
  • fortlaufende selbstständige Verbesserung des ML-Algorithmus durch Lernen aus neuen Messdaten mit autoadaptiver Reaktion auf sich ändernde Bedingungen (Gebäude, Anlage, Nutzung, Smart-Meter für Echtzeitabrechnung von Energie und Medien, etc.)

Lösungsansatz

  •  Abbildung des thermisch-energetischen Verhaltens des realen Systems im Maschinen-Lern-System, Anlernen mittels BIM- und Messdaten sowie anhand eines digitalen Zwillings des Realsystems
  • Nutzung von ML-Methoden zur Prognose von Lasten (Wetter, Nutzungsverhalten)
  • automatische Klassifikation von Nutzungsszenarien, Fehlerdetektion
  • Integration verfügbarer Tools zur effizienten Raumströmungssimulation sowie zur Energiebedarfsberechnung
  • Co-Validierung von Optimierungstool, experimentellen Untersuchungen und digitalem Zwilling

Interessiert?

Treten Sie mit uns in Kontakt, wenn wir Ihr Interesse an einer Zusammenarbeit
geweckt haben: klima@ilkdresden.de


Ihre Anfrage zum Projekt

Weitere Projekte

Image

Verhalten mehrphasiger kryogener Fluide

Experimentelle und Numerische Untersuchungen

Image

Wasser-Luft-Kühler-Kit für Helium Kompressoren in der Kryotechnik

autarker Betrieb wassergekühlter Kompressoren mittels add-on

Image

Innovativer magnetbasierter Parawasserstoffkonverter

Magnetische Gasseparation der Wasserstoffisomere