Verbundprojekt: Energiedatenanalyse: Steigerung der Dienstleistungsqualität und Energieeffizienz im Haushaltsbereich; Teilprojekt: Methoden der Energieverbrauchsdatenanalyse

Die Forschung in diesem Projekt zielt darauf ab, ein Bindeglied zwischen verfügbaren Energieverbrauchsinformationen und wirkungsvollen, massenmarkttauglichen Energieeffizienzmaßnahmen herzustellen. Wir werden neue Machine-Learning-Techniken entwickeln, verbessern und testen, welche – im Einvernehmen mit den Stromkundinnen und Stromkunden – automatisch energierelevante Haushaltscharakteristiken aus Energieverbrauchsrelevanten Daten ableiten. Die Verfahren werden es schlussendlich ermöglichen, datenbasierte Energiedienstleistungen und Effizienz- und Kundenbindungskampagnen großflächig und kostengünstig anzubieten. Arbeitspaket 1: Deskriptive Verbrauchsdatenanalyse. Das erste Ziel dieses Arbeitpakets ist es, Ansätze zur Erhebung und Operationalisierung von energieverbrauchsrelevanten Daten zu entwickeln und zur Verfügung zu stellen. Ein anderes Ziel ist die Anreicherung von Lastkurven mit Umfragedaten. Arbeitspaket 2: Datenschutz. Hier werden die Mechanismen der Datenbehandlung entwickelt und implementiert, so dass die Methoden und das Tool den europäischen Datenschutzrichtlinien genügen. Anderseits ist ein hoher Grad an Kundenakzeptanz angestrebt. Arbeitspaket 3: Feature Extraktion. Hier werden die Methoden der Dimensionsreduktion entwickelt, um die wichtigen Kennzahlen aus den Daten abzuleiten. Arbeitspaket 4: Klassifikation. Hier werden Methoden des Maschinellen Lernens entwickelt, um die energieeffizienzrelevanten Haushaltscharakteristika mit einer hohen Genauigkeit und Berechnungseffizienz abzuleiten. Arbeitspaket 5: Präskriptive Verbrauchsdatenanalyse und Tool-Unterstützung. In diesem Schtitt erfolgt die Entwicklung eines Software-Add-Ons für die Plattform von BEN Energy, sowie das Aufsetzen von Energieeffizienzprofilen für Haushalte.