Datensatz zur Fehlerfrüherkennung von Betriebsstörungen aus dem Forschungsprojekt PreDist veröffentlicht
24.11.2025
Der veröffentlichte Datensatz umfasst Zeitreihen Betriebsdaten von 93 Hausstationen zweier Hersteller inklusive validierter Fehlerannotationen und unterstützt eine Bewertung anhand von Genauigkeit, Zuverlässigkeit und Früherkennungsvermögen. Die Modelle detektieren rund 60 % der Störungen mehrere Tage vor einer Kundenmeldung und ermöglichen damit einen reproduzierbaren Benchmark für weiterführende Forschung und methodische Vergleiche. Der Datensatz ist auf Zenodo verfügbar, der Code des EnergyFaultDetector auf GitHub und das Paper auf arXiv.
Hier finden Sie weitere Informationen zum Forschungsvorhaben PreDist.
Ihre Ansprechpartner
Kibriye Sercan-Çalişmaz M.Sc.
Forschung & Entwicklung
+49 69 6304-289
+49 69 6304-455
