Mein Zukunft Bau

MONALIsa - Automatisiertes MONitoring, Alarming und VisuaLIsieren von Sensordaten der technischen Gebäudeausrüstung zur Erschließung niedrig investiver Energieeinsparpotenziale

Projektnummer

F20-14-1-124 - 10.08.18.7-15.12

Laufzeit / Status

09.2015 - 12.2016 / laufend

Projektdetails

Beteiligte

Fraunhofer-Gesellschaft e. V., IZB-IP Integriertes Projektmanagement, Schlosse Birlinghoven, 53754 Sankt Augustin  -  Heinrich Hoch

Fraunhofer-Institut Intelligente Analyse- und Informationssysteme (IAIS), Schloss Birlinghoven -  Dipl. Geograph Daniel Schulz

Cluster

Modernisierung des Gebäudebestands

Projektbeschreibung

Die Steigerung der Energieeffizienz und das Einsparen unnötiger Verbräuche werden als Kernelemente der Energiewende angesehen. Eine besondere Rolle spielen dabei Gebäude, da diese ca. 30-40% des Endenergieverbrauchs in Deutschland verursachen. Maßnahmen, die zur Energieeinsparung und Steigerung der Energieeffizienz von Gebäuden eingesetzt werden, leisten somit einen großen Beitrag bei der Umsetzung der Energiewende. Eine besondere Rolle spielen dabei die Betriebs- und Energiekosten der technischen Gebäudeausrüstung, da diese einen Großteil der Gesamtkosten innerhalb des Lebenszyklus eines Gebäudes ausmachen. Geeignete Energiesparmaßnahmen bieten somit enormes Potential für Senkungen bei den Betriebskosten von Gebäuden. Aktuelle Ansätze schöpfen aufgrund der Komplexität des Gesamtsystems das Potential an Optimierung jedoch nicht vollständig aus. Dies führt dazu, dass das Potential an Einsparungen von Energie nur unzureichend umgesetzt wird.

Das Forschungsvorhaben leistet einen wesentlichen Beitrag zur Steuerung und Optimierung des Energie- und Gebäudemanagements mit dem Ziel, die Energie- und Betriebskosten eines Gebäudes nachhaltig zu senken. Dies geschieht durch die Erschließung niedrig investiver Maßnahmen. Hierzu werden prototypisch Methoden entwickelt und angewendet, die automatisiert Muster und Auffälligkeiten in historischen Sensordaten der technischen Gebäudeausrüstung aufdecken, die bisher in der Anwendung verborgen blieben. Die Muster werden durch innovative Algorithmen des Data Mining und der Zeitreihenanalyse extrahiert, die als Technologien der "Big Data Analytics" für große Datenmengen und Datenströme geeignet sind. Aus zwei Gebäudekomplexen öffentlicher bzw. teil-öffentlicher Natur stehen Daten für die Erprobung und Validierung der Verfahren bereit.

Zu Beginn des Projektes werden die vorliegenden Sensordaten interpretiert und definiert, sowie aufbereitet, um sie für die Anwendung der Verfahren verständlich und nutzbar zu machen. Anschließend werden ausgewählte Methoden angewendet und weiterentwickelt, um Muster aus den Daten zu erkennen und ungewöhnliche Systemzustände vom Normalzustand zu unterscheiden. Im Abschluss werden die Ergebnisse der Analyse aufbereitet und prototypisch visualisiert. Dies ermöglicht dem technischen Fachpersonal, zielgerichtet Auffälligkeiten im System zu erkennen, um anschließend Optimierungen durchführen zu können

Schlagwörter

Gebäudeleittechnik, Big Data, Data Mining, Zeitreihenanalyse, Prognose, Predictive Maintenance, Sensordaten, Mustererkennung

Weiterempfehlen

Twitter

Teilen

Facebook

Teilen

Ein gemeinsames Projekt von: