details_view: 3 von 4

 

Verbundvorhaben MotiV: Modelltiefe in Verteilnetzstudien; Teilvorhaben: Anwendung des maschinellen Lernens zur Verringerung der Rechnenzeit und zur Komplexitätsreduktion

Zeitraum
2020-07-01  –  2023-12-31
Bewilligte Summe
239.588,00 EUR
Ausführende Stelle
Förderkennzeichen
03EI1023B
Leistungsplansystematik
Querschnittsaufgaben - Systemanalyse [EA3310]
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB4)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI1)
Förderprogramm
Energie
 
Im Vorhaben soll ein umfassender Vergleich der Vor- und Nachteile von zeitreihenbasierten Ansätzen im Vergleich zu worst case-Betrachtungen angestellt werden. Zu den Vergleichskriterien gehören Rechenzeit, mögliche Kosteneinsparung und Ergebnisgenauigkeit bei Anwendung von Näherungsverfahren zur Lastflussschätzung. Ziel dieser Verfahren ist es eine möglichst niedrige Rechenzeit mit nur geringem Genauigkeitsverlust der Schätzung zu erreichen. Im Hinblick auf die Auflösung der Zeitreihen soll ermittelt werden, wie hoch der Zugewinn an Genauigkeit bei einer höheren Auflösung der Zeitreihen bei unsicheren Prognosen ist. Darüber hinaus sollen auch verschiedene Modelle des maschinellen Lernens evaluiert und Methoden zur Verringerung der Rechenzeit entwickelt und bewertet werden. Hierzu sollen die Methoden zur Komplexitätsreduktion verglichen und der Trade-Off zwischen Rechenzeit und Genauigkeit ermittelt werden.
Weitere Informationen