Steuerung aus Messdaten
Eine Wärmepumpe läuft oft auf einer Stufe, die mehr Strom kostet als nötig. Wir haben eine Heizperiode lang alle Messdaten einer echten Anlage gesammelt und Steuerstrategien Minute für Minute gegen die tatsächliche Regelung nachgefahren.
Wärmekosten im Replay
Strom am Beispieltag
Messzeilen ausgewertet
So ist das Projekt gelaufen.
- 01
Messen
Steuerung, Stromzähler, Wärmemengenzähler und Wetter, Dezember bis Mai: 199.398 Zeilen mit 224 Messgrößen.
- 02
Modell und Strategie trennen
Das Modell sagt, was passiert. Die Strategie entscheidet, was zu tun ist. Beides wird getrennt bewertet.
- 03
Nachfahren
Walk-forward-Replay: gelernt wird nur aus der Vergangenheit, dann Minute für Minute gegen die echte Regelung, mit Konfidenzintervall.
- 04
Einfach gewinnt
Eine witterungsgeführte Kennlinie schlägt die großen Modelle: robust, erklärbar und klein genug für die Anlage selbst.
- SPS
- Smart-Meter
- Wärmemengenzähler
- Wetterdaten
- Python
- Random Forest
- Walk-forward-Replay
Ergebnis aus dem Replay: ein Haus, eine Heizperiode. Die Feldvalidierung an der Anlage steht noch aus.
Ihre Anlage ist die nächste?
Äquidistantes Slicing
LiveGekrümmte, gleich dicke Schichten statt Treppeneffekt. Live im Browser.
Inverse Kinematik
30 %Ein Roboterarm lernt seine Bewegung selbst, per Reinforcement Learning.
Schiffsmotoren
EFREVerschleißerkennung mit Fraunhofer IGP und IBM. Vor der Gründung von Overfit betreut.