Umsetzung und Evaluation von Verfahren der statistischen ... - Offis
Umsetzung und Evaluation von Verfahren der statistischen ... - Offis
Umsetzung und Evaluation von Verfahren der statistischen ... - Offis
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Ausschreibung Master-/Diplomarbeit<br />
<strong>Umsetzung</strong> <strong>und</strong> <strong>Evaluation</strong> <strong>von</strong> <strong>Verfahren</strong> <strong>der</strong> <strong>statistischen</strong> Versuchsplanung für das<br />
Training einer supportvektorbasierten Beschreibung <strong>von</strong> Flexibilitätspotenzialen am<br />
Beispiel einer 60 kW-Wärmepumpe<br />
Lastverschiebepotenziale, statistische Versuchsplanung, maschinelles Lernen, Optimierung<br />
Problemstellung:<br />
Bei dem Betrieb <strong>von</strong> Energienetzen wird stets ein Ausgleich zwischen <strong>der</strong> erzeugten <strong>und</strong> benötigten<br />
Energie angestrebt. In <strong>der</strong> konventionellen Auslegung <strong>von</strong> Energienetzen wird <strong>der</strong> Ausgleich<br />
gewährleistet, indem die benötigten Energiemengen <strong>von</strong> den Kraftwerken bereitgestellt werden. Bei<br />
<strong>der</strong> Entwicklung in Richtung Smart Grid 1 soll dieser Ausgleich durch Steuerungen <strong>von</strong> verfügbaren<br />
dezentralen Energieanlagen auf Last- <strong>und</strong> Erzeugungsseite gewährleistet werden. Bei <strong>der</strong> Steuerung<br />
einer Anlage muss jedoch beachtet werden, dass diese die an sie gestellten Aufgaben nicht<br />
vernachlässigt. Einige Anlagen bieten sich für die Steuerung beson<strong>der</strong>s an, da sie mit nur wenigen<br />
St<strong>und</strong>en Betrieb am Tag die an sie gestellten Aufgaben komplett erfüllen können. Die zusätzliche<br />
Zeit können diese Anlagen flexibel in ihren Möglichkeiten gesteuert werden <strong>und</strong> bieten somit ein<br />
bestimmtes Flexibilitätspotenzial für das Smart Grid.<br />
Eine beson<strong>der</strong>s hohe Flexibilität ist bei Wärmepumpen zu erwarten. Diese erzeugen unter dem<br />
Verbrauch <strong>von</strong> elektrischer Energie Wärme beispielweise aus <strong>der</strong> Umgebungstemperatur o<strong>der</strong> dem<br />
Abwasser <strong>und</strong> decken somit den Wärmebedarf eines Haushaltes. Ist die Wärmepumpe mit einem<br />
thermischen Speicher verb<strong>und</strong>en, sodass die erzeugte Wärme nicht direkt verbraucht werden muss,<br />
dann entsteht ein hohes Potenzial für eine flexible Steuerung. Für den Einsatz einer Wärmepumpe in<br />
unterschiedlichen Steuerungs- <strong>und</strong> Optierungsalgorithmen werden die Flexibilitätspotenziale <strong>der</strong><br />
dezentralen Energieanlagen in einer abstrakten Form beschrieben.<br />
Die abstrakte Beschreibung wird über einen supportvektorbasierten Ansatz realisiert. Die hierbei<br />
eingesetzten Support Vektor Maschinen (SVM) sind im Bereich des maschinellen Lernens<br />
angesiedelt <strong>und</strong> werden überwiegend zur Klassifikation <strong>von</strong> Datensätzen eingesetzt. Um dieser<br />
Aufgabe nachzukommen, müssen SVM zunächst mit einer Stichprobe <strong>der</strong> Daten, dem sogenannten<br />
Trainingsdatensatz trainiert werden. Bei <strong>der</strong> Wahl <strong>der</strong> Trainingsdaten (Sampling) ist es wichtig eine<br />
möglichst aussagekräftige Auswahl <strong>der</strong> verfügbaren Daten zu treffen, um das Verhalten <strong>der</strong><br />
Wärmepumpe möglichst gut zu beschreiben.<br />
Das Verhalten <strong>der</strong> Wärmepumpe lässt sich mit einem Simulationsmodell berechnen <strong>und</strong> liefert somit<br />
die Gr<strong>und</strong>lage für die Auswahl <strong>der</strong> Trainingsdaten für die SVM. Um den Simulationsaufwand<br />
möglichst gering zu halten, sollen für das Sampling gezielte Simulationsexperimente bestimmt <strong>und</strong><br />
durchgeführt werden. Für die gezielte Planung <strong>der</strong> Simulationsexperimente bieten sich <strong>Verfahren</strong> <strong>der</strong><br />
<strong>statistischen</strong> Versuchsplanung an. Da die Theorie <strong>der</strong> Versuchsplanung eine Vielzahl <strong>von</strong> Ansätzen<br />
<strong>und</strong> <strong>Verfahren</strong> umfasst, müssen hier zunächst geeignete Ansätze ausgewählt <strong>und</strong> untersucht<br />
werden.<br />
1 http://www.smartgrids.eu: [Smart Grids are] “electricity networks that can intelligently integrate the<br />
behaviour and actions of all users connected to it - generators, consumers and those that do both –<br />
in or<strong>der</strong> to efficiently deliver sustainable, economic and secure electricity supplies.
Als Studien- bzw. <strong>Evaluation</strong>sobjekt kann dabei auf die Wärmepumpe des Oldenburger Instituts für<br />
Rohrleitungsbau (IRO) zurückgegriffen werden, so dass eine reale Anlage einschließlich<br />
umfangreicher Messdaten zur Verfügung stehen<br />
Inhalt:<br />
In <strong>der</strong> Arbeit sollen <strong>Verfahren</strong> <strong>der</strong> <strong>statistischen</strong> Versuchsplanung eingesetzt werden, um gezielt<br />
Simulationsdurchläufe zu planen. Die Simulationsergebnisse sollen als Gr<strong>und</strong>lage für das Sampling<br />
<strong>der</strong> Trainingsdaten eingesetzt werden. Entsprechend <strong>der</strong> persönlichen Vorlieben kann <strong>der</strong><br />
Schwerpunkt <strong>der</strong> Arbeit auf das Erarbeiten unterschiedlicher Versuchsplanungsansätze o<strong>der</strong> auf <strong>der</strong><br />
Implementierung eine <strong>Evaluation</strong>sumgebung für den beschriebenen Ablauf gelegt werden.<br />
Im Rahmen <strong>der</strong> Arbeit sollen zunächst unterschiedliche Ansätze <strong>der</strong> Versuchsplanung untersucht<br />
<strong>und</strong> ein geeignetes <strong>Verfahren</strong> ausgewählt <strong>und</strong> umgesetzt werden. Der Versuchsplan liefert dann die<br />
Parametereinstellungen für die benötigten Simulationsexperimente, welche mit einem gegebenen<br />
Simulationsmodell berechnet werden sollen. Für die Berechnung <strong>der</strong> Simulation <strong>und</strong> Generierung<br />
<strong>der</strong> Trainingsdaten stehen reale Messdaten einer 60kW-Wärmepumpe zur Verfügung. Mit Hilfe <strong>der</strong><br />
Trainingsdaten soll ein bereits vorhandener supportvektorbasierter Ansatz für die Beschreibung <strong>der</strong><br />
Flexibilität trainiert werden. In einer <strong>Evaluation</strong> soll die erzeugte Flexibilitätsbeschreibung untersucht<br />
<strong>und</strong> anhand einer gegebenen Metrik bewertet werden.<br />
Die erarbeiteten Abläufe sollen prototypisch implementiert <strong>und</strong> ausgewertet werden.<br />
Anfor<strong>der</strong>ungen<br />
Die Arbeit ist praxisnah ausgelegt <strong>und</strong> eine erfor<strong>der</strong>liche Unterstützung wird gewährleistet. Eine<br />
zielorientierte <strong>und</strong> selbstständige Arbeitsweise sowie <strong>der</strong> Anspruch auf ein überdurchschnittliches<br />
Ergebnis werden erwartet. Kenntnisse aus dem Bereich <strong>der</strong> Statistik sind empfehlenswert, können<br />
aber auch im Zuge <strong>der</strong> Arbeit angeeignet werden.<br />
Beginn<br />
Ab sofort o<strong>der</strong> nach Absprache<br />
ANSPRECHPARTNER:<br />
Dipl.-Inform. Malin Gandor<br />
OFFIS - Institut für Informatik<br />
Escherweg 2<br />
26121 Oldenburg<br />
Tel: 0441 9722-233<br />
Mail: malin.gandor@offis.de