Image Software für Prüfstände
Image Prüfstände für Kälte- und Wärmepumpentechnik
Image Kalibrierung von Tieftemperatursensoren
Image Energetische Inspektion von Klimaanlagen
Image MWTplus
Image Filterprüfung
Image PCM4all - Wärmespeicher für Haushaltgeräte
Image Zustands- und Schadensanalysen
Image Leistungsprüfung an Verflüssigungssätzen
Image Solare Kühlung
Image Thermische Speicherung mit PCM
Image Kryoflüssigkeitspumpe für LN2, H2, LNG, ...
Image Entwicklung eines Windturbinenventilators
Image Filterprüfungen
Image Effizienter, kompakter und luftfördernder Wärmeübertrager
Image Laseroptische Strömungsmessung

Sie befinden sich hier:  Startseite /  Technologietransfer


Klimatechnik-Betriebsoptimierung mittels maschinellem Lernen

BMWi Euronorm Innokom

01/2019–05/2021

Dr.-Ing. Thomas Oppelt

+49-351-4081-684

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 - Technologietransfer

Image

3D - Strömungssensor

Anemometer für 3-dimensionale Strömungsmessung

Image

Rohrgekapselte Latentwärmespeicher

Neuartige Wärmespeicherelemente

Image

Solare Kühlung

Solare Kühlung mit Photovoltaik

Image

MetPCM

Metallverkapselte Hochtemper PCM

Image

Regenerationsmodul für dezentrale Trocknung

Energiespeicher und Sorption dezentral im Einsatz


Kontakt

Institut für Luft- und Kältetechnik - Gemeinnützige Gesellschaft mbH
Bertolt-Brecht-Allee 20, 01309 Dresden


Sekretariat der Geschäftsleitung

+49-351-4081-520

+49-351-4081-525

Bild Zuse Mitglied Bild SIG