StartseiteLänderEuropaVereinigtes Königreich (Großbritannien)Verbundprojekt: Kombinierte Verhaltens- und Analyse-Innovation zur Steigerung der Energieeffizienz mittels Smart Meter in Privathaushalten; Teilprojekt: Maschinelle Lernverfahren für Energieeffizienz-Feedback

Verbundprojekt: Kombinierte Verhaltens- und Analyse-Innovation zur Steigerung der Energieeffizienz mittels Smart Meter in Privathaushalten; Teilprojekt: Maschinelle Lernverfahren für Energieeffizienz-Feedback

Laufzeit: 01.12.2020 - 31.08.2022 Förderkennzeichen: 01QE2045C
Koordinator: Otto-Friedrich-Universität Bamberg - Fakultät Wirtschaftsinformatik und Angewandte Informatik - Lehrstuhl für Wirtschaftsinformatik, insbesondere Energieeffiziente Systeme

Durch die Anwendung maschineller Lernverfahren auf große Datenmengen des privaten Energiekonsums und den Einsatz moderner Feedback-Technologien wird das Verbundprojekt eine Kundenbindungsplattform als ausgereiften Prototyp entwickeln. Diese neuartige digitale Plattform wird über den Stand der Technik hinausgehen eine handlungsorientierte und auf den einzelnen Haushalt zugeschnittene Kommunikation ermöglichen, welche private Haushalte zu mehr Energieeffizienz anleiten wird. Aufbauend auf der Energieeffizienz-Plattform werden wir zusammen mit Energieanbietern in Europa neuartige Dienstleistungen entwickeln, welche die Energieeffizienz bzw. die nachhaltige Energienutzung im Privatbereich steigern. Dabei adressieren wir die von Unternehmen, Forschung und Politik anerkannten Grenzen der Smart-Meter-Technologie sowie des privaten Energiekonsumverhaltens. Das Teilprojekt der Universität Bamberg umfasst die (Weiter-)Entwicklung und Evaluation von maschinellen Lernverfahren, welche die Grundlage für die intelligente Energieeffizienzplattform bilden. Hierzu werden wir umfangreiche Trainingsdaten für die Lernalgorithmen (Ground-Truth-Daten) erheben, zusammenführen, aufbereiten und analysieren, sowie die Einbettung der Modelle und Datenanalysemethoden in die Plattform vorbereiten. Als Ergebnis des Forschungs- und Entwicklungsvorhabens werden der Wirtschaft und der Forschung im Bereich der privaten Energienutzung und im Bereich des maschinellen Lernens neue Techniken zur Extraktion, Bereinigung und Profilierung großer Datensätze, Detaildaten zu Verbrauchsmustern, prädiktive Verfahren, sowie ein einsatzfähiger Demonstrations-Prototyp zur Verfügung stehen.

Verbund: E! 114466 BENEFIZZO Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Vereinigtes Königreich (Großbritannien) Themen: Förderung Energie Umwelt u. Nachhaltigkeit

Weitere Informationen

Projektträger