Intern
    Lehrstuhl für Künstliche Intelligenz und Wissenssysteme

    KI-Nergy: Intelligente Heizungsanlagenüberwachung und Optimierung

    Heizungsanlage (links) und Vergleich ausgewählter Param. der Heizungsanlage und der Simulation nach Kalibrierung des Modells (rechts): Puffervorlauftemperatur (gemessen: schwarz; simuliert: blau) und Kesselrücklauftemperatur (gemessen: grün; simuliert: rot)

    Ziele

    Studien zufolge verbrauchen etwa 75% der in Deutschland betriebenen Wärmeerzeugungsanlagen in Immobilien zu viel Energie. Es soll ein Entscheidungsunterstützungssystem entwickelt werden, das herstellerunabhängig Sensordaten interpretieren und Lösungsvorschläge für Handwerker entwickeln kann, um die Energie-Effizienz der Heizungsanlage zu verbessern.

    Ansprechpartner: Frank Puppe, Dietmar Seipel, Kirill Djebko, Daniel Weidner, Marcel Waleska (Universität Würzburg), Timo Krey, Sven Rausch (RAUSCH Technology GmbH), Bhaskar Kamble, Immanuel Hengstenberg (SEnerCon GmbH)

    Forschungsschwerpunkt: Automatische Kalibrierung eines Simulationsmodell an Sensormesswerte einer Heizungsanlage

    Partner: RAUSCH Technology GmbH (Ener-IQ GmbH), Hamburg; SEnerCon GmbH, Berlin

    Förderung: Gefördert durch das Bundesministerium für Wirtschaft und Klimaschutz unter dem Förderkennzeichen 03EN1011A (RAUSCH Technology GmbH), 03EN1011B (SEnerCon GmbH) und 03EN1011C (Universität Würzburg), aufgrund eines Beschlusses des Deutschen Bundestags; 7. Energieforschungsprogramm der Bundesregierung im Förderbereich im Förderbereich: Gebäude und Quartiere

    Laufzeit: 01.11.2019 – 30.06.2024
     

    Publikationen

    Djebko, K., Weidner, D., Waleska, M., Krey, T., Rausch, S., Seipel, D., & Puppe, F. (2024). Integrated Simulation and Calibration Framework for Heating System Optimization. Sensors, 24(3), 886.