Aktuelle Forschungsprojekte

Image Initiierung eines Lithiumkreislaufes – Recycling von Lithiumbromidlösungen aus Absorptionskälteanlagen (ReLiA)
Image Innovative Fertigungstechnologien für Kryosorptionssysteme
Image Ressourcenoptimierung und Beschleunigung von Strömungssimulationen mittels künstlicher Intelligenz
Image Lebensdauerprognose von Hermetikverdichtersystemen
Image Lüftungsgerät mit akustischer Regelungsoption
Image Chemische Wasserbinder/Enteiser für Kältekreisläufe - CheWa
Image Ionokalorische Kälteerzeugung
Image Prüfverfahren für Hochtemperaturewärmepumpen-Öle
Image Mikrofluidisches Expansionsventil
Image Füllmengenreduzierung
Image Pulse-Tube-Kühler mit Hermetikverdichterantrieb
Image Stoffdatenmodule
Image CO2-Trockeneis-Sublimation zur Tieftemperaturkühlung
Image Drallfrei unterwegs...
Image Thermosyphon mit in situ beschichtetem Verdampfer
Image Nichtinvasive Strömungsmessung

Sie befinden sich hier:  Startseite /  Forschung und Entwicklung


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 - Forschung und Entwicklung

Image

Charakterisierung von Supraleitern in Wasserstoffatmosphäre

Sind Supraleiter wirklich mit Wasserstoff kompatibel?

Image

Korrosionsinhibitor für Ammoniak-Absorptions-Anlagen

Eine Alternative zu Chrom(VI)-Verbindungen

Image

Entwicklung eines kryogenen magnetbasierten Luftzerlegers

Angewandte kryogene Magnetohydrodynamik zur Sauerstoffanreicherung

Image

Sole (Wasser)-Wärmepumpen

Prüfungen nach EN 14511 und 14825