EnOB: DataFEE - Data mining, machine learning, feedback, and feedforward - Energieeffizienz durch nutzungszentrierte Gebäudesysteme - Teilvorhaben: Big Data getriebene Regelungsalgorithmen
Zeitraum
2019-07-01 – 2023-06-30
Bewilligte Summe
724.160,00 EUR
Ausführende Stelle
Förderkennzeichen
03EN1002B
Leistungsplansystematik
Energieoptimierte Gebäude - Regelungstechnik, Betriebsoptimierung und Monitoring [EA4430]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESN1)
Förderprogramm
Energie
Zahlreiche Untersuchungen zur energetischen Performance von Gebäuden belegen, dass die Nutzer den Energieverbrauch entscheidend beeinflussen. Gleichzeitig führen unzureichende Kenntnisse über das Nutzerverhalten in der Praxis dazu, dass oft eine große Differenz zwischen in der Entwurfsphase prognostizierten und im Betrieb tatsächlich gemessenen Energiekennzahlen auftritt. Ziel dieses Verbundvorhabens ist es deshalb, durch das systematische Erschließen und die Optimierung der Datennutzungsprozesskette diesen Performance Gap zu verringern, um damit verlässlichere Prognosen für den Gebäudebetrieb zu ermöglichen und eine hohe Energieeffizienz sicherzustellen. In diesem Teilprojekt liegt der Fokus auf der Entwicklung von Werkzeugen zur Erkennung/Klassifizierung von Nutzerverhaltenstypen sowie der Implementierung und Anwendung von selbstlernenden Algorithmen zur Prognose/gezielten Steuerung des Nutzerverhaltens zur komfort- und energieoptimierenden Raumklimaregelung durch den Einsatz von maschinellem Lernen, Data Mining, Feedback und Feedforward um das hohe, nutzerpezifische Datenaufkommen zu bewältigen (Big Data).
Weitere Informationen