17. JANUAR 2018

zurück

kommentieren drucken  

Licht bringen in die Datenkugel


Digitales

Mithilfe ausgeklügelter Datenanalysen lassen sich neue digitale Geschäftsmodelle entwickeln. Klassische Prognosen kommen aufgrund zunehmender Komplexität an ihre Grenzen. Eine Lösung können künstliche neuronale Netze sein.
Mehrseitiger Artikel:
1 2 3  

Wissen kompakt

Machine Learning und Deep Learning

Als Teilbereich der künstlichen Intelligenz beschreibt Machine Learning die Fähigkeit von IT-Systemen, aus Daten und Algorithmen zu lernen, indem sie Muster und Gesetzmäßigkeiten erkennen.

Eine Methode ist das Deep Learning: Es nutzt neuronale Netze als Abstraktionsmodell des menschlichen Gehirns und kann Erlerntes mit neuen Inhalten verknüpfen. Ein bekanntes Anwendungsbeispiel ist Apples Sprachassistent Siri, der mittels Deep Learning seinen Wortschatz selbstständig erweitern kann.

(Quelle: Fraunhofer Academy)
 


Eine besondere Rolle spielen im Energiemarkt zukunftsgerichtete Prognosen, die dazu dienen, Energieerzeugung und -verbrauch optimal aufeinander abzustimmen. Energieversorger, die für diese Abschätzungen mathematische Modelle einsetzen, stehen vor der Herausforderung, sämtliche Einflussfaktoren mit einkalkulieren zu müssen.

Dabei kommen derzeit hauptsächlich zwei unterschiedliche Modellklassen zum Einsatz: die traditionellen Zeitreihen- und Regressionsmodelle, zu denen die Gruppe der Autoregressive-Moving-Average(ARMA)-Modelle zählt, und die Methoden der künstlichen und computergestützten Intelligenz – unter anderem künstliche neuronale Netze.

Das klassische, lineare ARMA-Signalmodell findet auch heute noch in der Systemtechnik breite Anwendung, weil es einfach, wenig rechenintensiv und gut interpretiert ist.

Darüber hinaus gibt es zahlreiche hybride Ansätze, die mehrere Modelle vereinen – mit dem Ziel, die jeweiligen Nachteile einer Methode durch die Vorteile einer anderen auszugleichen.


Mehrseitiger Artikel:
1 2 3  
Ausgabe:
es 10/2017
Bilder:
Bild: Fraunhofer IOSB

kommentieren drucken  


ANZEIGE

 

Diese Artikel könnten Sie ebenfalls interessieren:

Datenschätze strategisch nutzen

Datenschätze strategisch nutzen

Digitalisierung, IoT und Industrie 4.0 halten Einzug in die Energiewirtschaft. Die anfallenden Massendaten gilt es kreativ zu nutzen. Business Intelligence Prozesse können helfen, Kosten zu sparen und Geschäftsmodelle zu entwickeln, so Conogy, ein Berliner Anbieter für das Thema. » weiterlesen
Datenanalyse auf gutem Grund

Datenanalyse auf gutem Grund

Tagtäglich werden bei TransnetBW über 65 Millionen Werte archiviert. Seit 2014 kamen so mehr als 71 Milliarden Datensätze zusammen. » weiterlesen
Im Minutentakt

Im Minutentakt

Der Übertragungsnetzbetreiber Transnet BW und das Fraunhofer ISE wollen ein eigenes Photovoltaik-Messnetz in Baden-Württemberg aufbauen. Selbstentwickelte Messstationen werden flächendeckend verteilt, um im Minutentakt aktuelle Messwerte an die Hochrechnungssysteme des Netzbetreibers zu senden. » weiterlesen
Gemeinsamer Service

Gemeinsamer Service

Die Stadtwerke Schwäbisch Hall und Südweststrom arbeiten zusammen und bieten sich als Dienstleister für den intelligenten Messstellenbetrieb an. Ein Ziel: bedarfsgerechte Pakete schnüren und gemeinsam den Rollout vorbereiten. Zentraler Bestandteil des Angebotes ist laut den Unternehmen die Gateway-Administration. » weiterlesen
 
» Finden Sie weitere Fachartikel in unserem Artikelarchiv

  Jetzt Newsletter
abonnieren!


Aktuelle Ausgaben

Firmenportraits

Partner

Management Forum Starnberg GmbH

Medienpartner enerope

Maslaton

GVS