Die entwickelten Methoden und ein Beispieldatensatz werden anschließend der Wirtschaft und Wissenschaft frei zur Verfügung gestellt. Das Vorhaben SyLas-KI leistet damit einen wichtigen Beitrag zur Energiewende in Deutschland.
Erzeugung von synthetischen Daten für Künstliche Intelligenz
Das Bundesministerium für Bildung und Forschung (BMBF) beabsichtigt mit der Richtlinie zur Förderung von Projekten zum Thema „Erzeugung von synthetischen Daten für Künstliche Intelligenz“ interdisziplinäre und anwendungsorientierte Forschungs- und Entwicklungsvorhaben zu fördern. Das Ziel der Förderrichtlinie ist es, neue Methoden zur Erzeugung synthetischer Daten für die Erstellung und Validierung von KI-Modellen zu entwickeln bzw. schon vorhandene Methoden zu verbessern oder auch gegebene personenbezogene Datenbestände zu anonymisieren. Durch die Maßnahme soll die Spitzenposition Deutschlands im Bereich KI gesichert und weiter ausgebaut werden. Die Förderung von Verbundprojekten soll hierbei den Transfer zwischen Wissenschaft und Wirtschaft zum Vorteil beider Parteien verstärken.
Synthetische Lastzeitreihen zur Energiesystemanalyse
Im Zuge der Energiewende verändert sich zunehmend die gesamte Energiebranche in Deutschland. Neben Unternehmen speisen immer mehr kommunale und private Erzeuger erneuerbare Energien (EE) in das Stromnetz ein und gleichzeitig nehmen mehr und mehr flexible Verbraucher am Markt teil. Der Ausgleich zwischen einer wachsenden Zahl an dynamischen Akteuren sowie der Ermittlung und Vorhersage der resultierenden Netzzustände ist deshalb für viele Anwendungen wichtig, z. B. um das Stromnetz schnell, automatisiert und intelligent zu regeln, Anlagen zu dimensionieren oder Betriebssoftware zu entwickeln. Der Einsatz von KI ermöglicht hierbei effiziente Betriebsführungs- und Prognoselösungen und darauf aufbauende Geschäftsmodelle, die aktive Verbraucher bzw. Erzeuger unkomplizierter an der integrierten Energiewende teilhaben lassen. Um solche Modelle zu trainieren, werden große und aktuelle Datenmengen benötigt. Diese liegen allerdings in vielen Fällen nicht vor, da bspw. kaum Haushalte und nur wenige Ortsnetztransformatoren digital angeschlossen sind. Darüber hinaus können die vorhandenen Daten aus Datenschutzgründen nur eingeschränkt verarbeitet werden.
Ziel des Vorhabens SyLas-KI ist es, mit speziellen KI-Methoden synthetische Lastzeitreihen für unterschiedliche Verbrauchertypen zu erzeugen, die in ihrer Charakteristik nicht von realen Messdaten zu unterscheiden sind, aber gleichzeitig eine weitestgehende Anonymisierung gewährleisten. Durch Selbstklassifizierungsverfahren sollen außerdem wichtige Einflussgößen in realen Messdaten erfasst werden, um daraus das Verhalten unterschiedlicher Verbraucher akkurat abzubilden. Die synthetischen Lastzeitreihen sollen dann im Rahmen des Vorhabens in einer KI-basierten Netzzustandsschätzung angewendet werden. Darüber hinaus sollen die Ergebnisse genutzt werden, um die Netzauslastung abzuschätzen, KI-basierte Betriebsführungssoftware für EE-Anlagen, Speicher und Liegenschaften zu entwickeln sowie die Bedarfe der Quartiersversorgung vorherzusagen.
Die entwickelten Methoden und ein Beispieldatensatz werden anschließend der Wirtschaft und Wissenschaft frei zur Verfügung gestellt. Das Vorhaben SyLas-KI leistet damit einen wichtigen Beitrag zur Energiewende in Deutschland.
Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik
Königstor 59
34119 Kassel
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen