Leitmesse der Energiewirtschaft
Abteilung »Systemanalyse, Prognose und Regelung«: Halle 5 – Standnummer 040
Abteilung »Finanzmathematik« Halle 5 – Standnummer 054
Die E-world Energy & Water ist der Branchentreffpunkt für die europäische Energiewirtschaft. Internationale Aussteller:innen präsentieren den Fachbesucher:innen nachhaltige Technologien, intelligente Dienstleistungen und Ansätze zum Erreichen der Klimaziele. Der Fokus der E-World liegt auf innovativen Lösungen für die Energieversorgung der Zukunft – von der Erzeugung über den Transport und die Speicherung bis hin zu Handel, Effizienz und grünen Technologien.
Ein Expert:innenteam aus den Abteilungen »Systemanalyse, Prognose und Regelung«, und »Finanzmathematik« wird seine Forschung im Bereich der Energiewirtschaft vorstellen.
Ergänzt wird die Ausstellung durch den E-world Kongress und vier offene Fachforen. Hier werden Herausforderungen diskutiert und Lösungen vorgestellt.
Unsere Expertinnen und Experten der Abteilungen »Systemanalyse, Prognose und Regelung« und »Finanzmathematik« stellen im Themenbereich Innovation unsere Forschung in der Energiebranche vor:
Ein großes Thema ist zudem Predictive Maintenance in der Energiewirtschaft, d.h. die Optimierung der Anlageneffektivität durch Machine Learning.
Vor Ort zeigen wir mit einem Demonstrator, wie sich Künstliche Intelligenz (KI) in den Schaltschrank von Maschinen und Anlagen installieren lässt. Ziel ist es, Unternehmen in Produktion und Instandhaltung einfache Lösungen zur Überwachung und sowie Prognose von Maschinenzuständen an die Hand zu geben. Die umgesetzten KI-Verfahren laufen in gängigen Edge-Geräten (IOT-Gateways, DAQ-Wandler, IPCs) auf der Hutschiene und wandeln erfasste Sensorsignale in einfach interpretierbare und überwachbare Informationen um.
Am Demonstrator zeigt das Team anhand eines sensorisch überwachten Industrielüfters verschiedene Analyse-Verfahren, die den aktuellen Betriebszustand auf ungewöhnliche Effekte überprüfen, die auf Fehlkonfigurationen, Schäden, oder Degradation hindeuten.
Auf dieser Basis lassen sich Wartungsfenster besser planen, Ausfallzeiten vermeiden und unnötig hohe Energieverbräuche reduzieren.
Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM