Forschungsvorhaben ILSE gestartet
Ungewöhnliche Betriebszustände von Hausstationen (HAST) mit Hilfe von selbstlernenden Systemen KI-gestützt erkennen: Darauf zielt das Projekt „Intelligente Lernende Systeme in Energieverbünden“ (ILSE) ab. Ziel ist es, die Versorgungssicherheit und Effizienz von Fernwärmesystemen (FWS) durch Aufbau einer KI-gestützten prädiktiven Instandhaltung für HAST zu steigern.
Für ein effizientes Gesamtsystem, optimierten Energieeinsatz und reduzierten Treibhausgasemissionen kommt HAST eine bedeutsame Rolle in FWS zu. Treten bei diesen „ungewöhnlichen Betriebszustände“ auf z.B. aufgrund verschmutzer Wärmetauscher oder nicht angepasster Regelparameter, verschlechtert dies die Effizienz der Hast und damit ggf. auch des FWS. Das frühzeitige Erkennen „ungewöhnlicher Betriebszustände“ kann dem entgegenwirken, ist aber eine komplexe Aufgabe. Hier können automatisierte Verfahren auf der Basis selbstlernender Algorithmen einen Beitrag leisten.
Wie dies aussehen kann, erforschen die Projektpartner Technische Hochschule Rosenheim (Projektkoordinator), INEV – Institut für nachhaltige Energieversorgung, Stadtwerke Rosenheim und AGFW in den kommenden Jahren.
Im April fiel der Startschuss für das vom für das vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderte Forschungsprojekt ILSE (Förderkennzeichen: 03EN3033B).
Mehr Informationen zum Projekt und zur Teilnahme an projektbegleitenden Workshops unter: