KI TRIFFT AUF FERNWÄRME -
ILSE-PROJEKT STARTET

Der optimale Betrieb von Fernwärmesystemen basiert auf einem komplexen Zusammenspiel vieler verschiedener Komponenten und deren dynamischem Verhalten. Hierbei gewinnen die energiewirtschaftlichen Rahmenbedingungen immer mehr an Bedeutung und werden zunehmend komplexer und dynamischer. Ein Konsortium mit INEV hat die Bedeutung dieses Themas erkannt und möchte im Rahmen eines Forschungsvorhabens Lösungen zur Optimierung des Betriebes von Fernwärmesystemen mittels Künstlicher Intelligenz entwickeln.

Am 1. April 2021 fällt der Startschuss zum kooperativen Forschungsvorhaben „ILSE – Intelligente lernende Systeme in Energieverbünden“, das im Rahmen des 7. Energieforschungsprogramms der Bundesregierung gefördert wird. Gemeinsam mit der Technischen Hochschule Rosenheim, den Stadtwerken Rosenheim und dem Fernwärmefachverband AGFW entwickelt INEV eine neue KI-gestützte Technologie zur Überwachung und Optimierung des Betriebs von Energiesystemen.
ERKENNTNISSE GENERIEREN
Der Fokus im Projekt liegt auf der Weiterentwicklung von Deep-Learning-Verfahren mit neuronalen Netzen. Als Testumgebung eignet sich der Einsatz bei Betrieb und Wartung von Fernwärmesystemen, insbesondere Wärmeübergabestationen.

In einem Zeitraum von April 2021 bis März 2024 werden neue Methoden zur prädiktiven Wartung von Fernwärmesystemen entwickelt, die über die bisher verbreiteten einfachen statistischen Verfahren hinausgehen. Folgende Anwendungsfelder sollen abgedeckt werden:

  • die automatische Detektion ungewöhnlicher Betriebszustände in Fernwärmesystemen mit selbstlernenden Systemen, am Beispiel der Wärmeübergabestationen

  • die Verifikation und Validierung intelligenter lernender Systeme in Energieverbünden durch gleichzeitiges Training von Anwendungs- und Testsystem

  • adaptive lernende Systeme, die sich stetig semi-überwacht während des Betriebs des Fernwärmesystems an ein sich veränderndes Umfeld anpassen.

    • INEV möchte die Ergebnisse des Projektes nutzen zur Entwicklung von hochautomatisierten Systemen zum Monitoring und zur technisch-wirtschaftlichen Optimierung des Betriebs komplexer Energieverbundsysteme. Auf diese Weise soll Versorgern eine effiziente, effektive Überwachung und Optimierung ihrer Systeme ermöglicht werden.


    INEV: »DATEN SCHAFFEN MEHRWERT«
    Im Rahmen des Forschungsvorhabens übernimmt INEV insbesondere die energietechnische und energiewirtschaftliche Modellierung und die Weiterentwicklung der Monitoring-Software. Auf der Basis der Messdaten des FWS werden deterministische Modelle von Systemkomponenten und Anlagenteilen erstellt, mit denen das Verhalten des realen Systems in vorgegebenen Szenarien simuliert werden kann. Die so erzeugten virtuellen Betriebsdaten werden zum Training und zur Validierung des intelligenten Systems genutzt. Gleichzeitig dienen die Modelle zur Ermittlung von Key-Performance-Indikatoren für die technische und wirtschaftliche Leistungsfähigkeit des FWS und des intelligenten Systems.


    ÜBER KÜNFTIGE ENTWICKLUNGEN
    Für INEV steht der Aufbau von Kompetenzen im Bereich des maschinellen Lernens im Fokus, die in der Weiterentwicklung der internen Prozesse und in Kundenprojekten eingesetzt werden. Außerdem sollen die Ergebnisse in der gemeinsam mit der THRO entwickelten Software MetricX umgesetzt werden.

    Weiterentwicklung MetricX

    Die im Nemo-Projekt entwickelte Software zur Erfassung, Administration, Visualisierung und Analyse von Betriebsdaten von FWS wird im Ilse-Projekt eine essenzielle Rolle spielen. Dabei wird MetricX insbesondere bei der Analyse und Validierung der Messdaten sowie bei der Verifizierung der Ergebnisse der neu entwickelten Verfahren zum Einsatz kommen.