Messe

Die E-world energy & water ist der Branchentreffpunkt der europäischen Energiewirtschaft. Die Aussteller präsentieren den Fachbesuchern nachhaltige Technologien und intelligente Dienstleistungen für die Energiezukunft. Ergänzt wird die Ausstellung mit einem inhaltlich attraktiven Rahmenprogramm: dem E world Kongress und vier offenen Fachforen. Hier werden Herausforderungen diskutiert und Lösungen präsentiert. Die E-world 2020 verbindet die Themenschwerpunkte Smart City und Climate Solutions. Das Ziel: nachhaltige Transformation gestalten und intelligente Infrastrukturen fördern.

Fraunhofer ITWM auf der E-world

Unsere Expertinnen und Experten der Abteilungen »Systemanalyse, Prognose und Regelung«, »High Performance Computing« und »Finanzmathematik« stellen im Themenbereich Innovation in Halle 4, Stand 4-611 unsere Forschung in der Energiebranche vor:

• »Finanzmathematik«: Wir beleuchten die Zukunft der Energienetze aus finanzmathematischer Perspektive. Das Projektteam erstellt Prognosemodelle, wie sich der Bedarf an Strom im Jahresverlauf entwickelt, um das Stromnetz optimal zu gestalten.
• »High Performance Computing«: In der Gruppe »Green by IT« forscht ein ganzes Team ständig am Management der Energiewende, ein Beispiel ist die myPowerGrid-Plattform: Der Amperix^® vernetzt Erzeuger und Speicher unterschiedlicher Hersteller und vollzieht die Sektorenkopplung von Strom, E-Wärme und E-Mobilität in Privathaushalten und der Industrie.
• »Systemanalyse, Prognose und Regelung«: Das Team beschäftigt sich zum einen mit der optimale Instandhaltungsplanung von Anlagen durch Predictive Maintenance und mit der Modellierung, Simulation und Regelung hierarchischer Energienetze im Projekt MathEnergy.

Predictive Maintenance

Ein großes Thema ist zudem Predictive Maintenance in der Energiewirtschaft, d.h. die Optimierung der Anlageneffektivität durch Machine Learning.
Eine technische Anlage ist dann zuverlässig und wirtschaftlich optimal verfügbar, wenn sie zeitnah und bei realem Bedarf instandgesetzt wird. Das gelingt nur, wenn das Unternehmen den Wartungsbedarf der Anlagen unter Berücksichtigung des aktuellen Produktionsplans und der vergangenen Belastungsgeschichte zuverlässig vorhersagen und damit die Verfügbarkeit der entsprechenden Ressourcen wie Fachkräfte, Ersatzteile, Logistik etc. garantieren kann. Eine zuverlässige Vorhersage der zukünftigen Ereignisse ist ein Bestandteil jedes Predictive-Maintenance-Systems. Ein wichtiger Schlüssel liegt in der Analyse der Muster vergangener Ereignisse. Dabei werden sowohl kontinuierlich gemessene Sensordaten als auch sich wiederholende diskrete Ereignisdaten und Ausfalldaten gemeinsam modelliert. Wir entwickeln Methoden des Maschinellen Lernens zur Erkennung und Visualisierung komplexer Muster sowie deren Eigendynamik und Trends. Zudem setzen wir die Methoden ein, um Zustände der technischen Systeme vorzusagen und zu charakterisieren.