Prognose von Wärmeverbräuchen: Stolpersteine und Lösungen

Authors

M. Dziubany, J. Schneider, A. Schmeink, G. Dartmann, K. Gollmer, S. Naumann,

Abstract

        Um aus physikalischen Messwerten zutreffende Prognosen zu erstellen, müssen zunächst einige Stolpersteine überwunden werden. Nicht nur die Datenaufbereitung und die Wahl eines passenden mathematischen Modells, sondern auch die Ermittlung der für die Prognose benötigten Features, sind für die Güte der Prognosen von hoher Relevanz. Am Beispiel einer Wärmeverbrauchsprognose für ein Gebäude des Umwelt Campus Birkenfeld werden auftretende Probleme diskutiert und Lösungen vorgestellt. Im ersten Schritt wird jeweils mittels Linearer Regression und Neuronalen Netzen die Prognose für einen Folgetag erstellt. Anschließend wird die Güte der Prognose von Linearer Regression mit der von Neuronalen Netzen verglichen.

BibTEX Reference Entry 

@article{DzScScDaGoNa18,
	author = {Matthias Dziubany and Jens Schneider and Anke Schmeink and Guido Dartmann and Klaus-Uwe Gollmer and Stefan Naumann},
	title = "Prognose von W{\"a}rmeverbr{\"a}uchen: Stolpersteine und L{\"o}sungen",
	pages = "135-144",
	journal = "Workshops der  INFORMATIK 2018 - Architekturen, Prozesse, Sicherheit und Nachhaltigkeit",
	volume = "P",
	number = "285",
	month = Sep,
	year = 2018,
	hsb = RWTH-2018-228701,
	}

Downloads

 Download paper  Download bibtex-file

This material is presented to ensure timely dissemination of scholarly and technical work. Copyright and all rights there in are retained by authors or by other copyright holders. All persons copying this information are expected to adhere to the terms and constraints invoked by each author's copyright. In most cases, these works may not be reposted without the explicit permission of the copyright holder.