Image Prüfstand für Ventilatoren nach DIN EN ISO 5801
Image Dynamische Gebäude- und Anlagensimulation mit TRNSYS
Image Vakuum-Flüssigeis-Technologie
Image Innovative Gefriertrocknung zur Herstellung 3-dimensionaler Scaffolds
Image Lecksuche und Dichtheitsprüfung
Image Tieftemperatur-Versuchsanlagen und Materialprüfkammern
Image Leistungsmessung an Wärmeübertragern
Image For(W)ing - Laufradflügel für Strömungsmaschinen
Image Software für Prüfstände
Image Automatisierte Gasschleife
Image Kalibrierung von Tieftemperatursensoren
Image Prüfverfahren zur dynamischen Alterung von Werkstoffen
Image MetPCM
Image Messung Isolierverpackung
Image Evakuieren und Trocknen von Kälteanlagen
Image Sole (Wasser)-Wärmepumpen

Sie befinden sich hier:   /  Startseite


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

Image

Diplom, Praktikum, Master, Bachelor

Studentische Arbeiten - Ausbildung am ILK

Image

Luft-Wasser Wärmepumpen

Prüfungen nach EN 14511 und 14825

Image

Leistungsprüfung an Verflüssigungssätzen

Wie effizient ist der Verflüssigungssatz ?

Image

Sole (Wasser)-Wärmepumpen

Prüfungen nach EN 14511 und 14825

Image

Elektrische Auskopplung aus einer Expansionsturbine

Kostengünstige Umwandlung kleiner elektrischer Leistungen


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 ISO 9001
Bild Zuse Mitglied Bild SIG