All Posts in Allgemein

17. Oktober 2018 - Kommentare deaktiviert für Abschlusspräsentation Empower Generations Part II

Abschlusspräsentation Empower Generations Part II

Am vergangenen Freitag, dem 12.10.2018, konnten wir endlich unsere Ergebnisse der Projektgruppe abschließend vorstellen. Präsentiert wurden sowohl die erarbeiteten Marktkonzepte als auch die Ergebnisse der Predictive Analytics Gruppe bezüglich der Aufstellung von Produktions- und Verbrauchsprognosen. Außerdem wurde auch die fertige Applikation vorgestellt, welche im Anschluss an die Präsentation an einer gesonderten „Station“ zusammen mit dem CEBIT Modell und einer experimentellen Verbindung mit der Microsoft HoloLens live angesehen und selbst ausgetestet werden konnte.
Wir haben uns sehr über die zahlreichen Teilnehmer gefreut. Sowohl in die einzelnen Teilergebnisse als auch in die Vorbereitung der Präsentation selbst sind viel Arbeit geflossen und somit war es für uns wirklich schön zu sehen, dass so viel Interesse gezeigt wurde - in Form von Fragen sowie im Anschluss an der Station mit dem Modell und der Applikation.
Die Projektgruppe bedankt sich an dieser Stelle außerdem vielmals bei allen Betreuern seitens der Universität Oldenburg und the peak lab. für die großartige Unterstützung im letzten Jahr, in welchem wir schöne neue Erfahrungen machen und viel Lehrreiches für uns mitnehmen konnten.

Link zur Facebookseite

Published by: Kevin Lang in Allgemein

5. September 2018 - Kommentare deaktiviert für Zwischenstand unserer Projektgruppe Part 3/3

Zwischenstand unserer Projektgruppe Part 3/3

Dieser Beitrag stellt den Zwischenstand des „Predictive Teams“ und somit den letzten Part dieser Reihe dar. Dieses Team ist dafür zuständig, Prognosen auf Basis von historischen Haushalts- und Umgebungsdaten zu erstellen, um somit eine verlässliche Grundlage für die Einkaufs- und Verkaufsmenge des Marktmodells zu bieten.

Die Prognosen werden grundlegend für zwei unterschiedliche Szenarien erstellt. Zum einen für das Verbrauchsmodell, welches vorhersagt, wie viel Energie ein Haushalt aufgrund seiner üblichen Verhaltensmuster in nächster Zeit verbrauchen wird, und zum anderen für das Produktionsmodell, bei dem es darum geht wie viel Energie ein Haushalt aufgrund seiner darauf ausgelegten Ausstattung, wie beispielsweise einer Photovoltaikanlage, in der Lage ist zu produzieren.

Das Verbrauchsmodell war zunächst auf univariate Zeitreihenanalysen ausgelegt. Das bedeutet, dass für die Vorhersage des zukünftigen Stromverbrauchs nur der historische Stromverbrauch herangezogen wird. Es werden also keinerlei externe Daten miteinbezogen. Der Einsatz von Verfahren wie Double-Seasonal Holt-Winters oder Random Forest lieferte zwar bereits gute und nutzbare Ergebnisse, allerdings besteht die Möglichkeit, dass durch den Einsatz von zusätzlichen Datenquellen in Verbindung mit einem multivariaten Verfahren ein Modell mit einer höheren Prognosegüte erstellt werden kann.

Dies wurde mit einem Deep Learning Verfahren, dem sogenannten Long short-term memory Verfahren, kurz LSTM, in Verbindung mit externen Daten (z.B. Wetterdaten) umgesetzt.

Das Produktionsmodell arbeitet mit einer individuell zusammengestellten  Trainingsmenge aus historischen Produktionsdaten sowie unterschiedlichen Wetter- und Individualfaktoren, welche eine hohe Korrelation zur haushaltsbezogenen Stromproduktion aufweisen. Als Resultat verschiedener Evaluationsiterationen wird als zurzeit bestes Verfahren der Random-Forest-Ansatz verwendet.

Ein noch zu lösendes Problem ist der „Kaltstart“ der Prognosemodelle. Da die Erstellung der Modelle auf haushaltsindividuellen historischen Daten basiert, ist es dementsprechend nicht möglich Vorhersagen zu erstellen, wenn zu Beginn noch keine historischen Daten des Haushaltes hinterlegt sind.

Dafür kommt für das Verbrauchsmodell ein sogenannter Load Profiler zum Einsatz. Dieser erstellt für den entsprechenden Haushalt semi-individuelle Lastprofile. Je nach Struktur des Haushalts werden daran angepasste Standardlastprofile verwendet. Das bedeutet, dass ein Haushalt mit zwei berufstätigen Erwachsenen und zwei Kindern ein anderes Lastprofil als Kaltstart erhält als eine Wohngemeinschaft aus drei Studenten.

Für den Kaltstart des Produktionsmodells ist ebenfalls ein zuverlässiges Prognoseverfahren notwendig. Im Gegensatz zum Verbrauchsmodell existieren allerdings keinerlei Load-Profiler, welche die voraussichtliche Stromproduktion eines privaten Haushaltes - durch eine Photovoltaik-Anlage - in ausreichend granularer Form wiedergeben. Aus diesem Grund wird der Kaltstart Im Rahmen des Produktionsmodells durch ein Standardlastprofil gelöst, welches ebenfalls auf einem Machine-Learning-Ansatz basiert. Dieses Lastprofil wird zurzeit durch ein Verfahren gebildet, welches auch für das haushaltsbezogene Prognoseverfahren verwendet wird. Der wesentliche Unterschied besteht darin, dass die Prognosen des Kaltstart-Modells - im Gegensatz zum Verbrauchsmodell - auf Basis aggregierter und normalisierter Trainingsdaten vieler Haushalte erstellt werden. Die dabei verwendete Entscheidungsbaum-Architektur nutzt zudem gröbere Parameter-Einstellungen, welche die dementsprechenden Output-Werte zwar optimal, allerdings nicht zu individuell werden lässt. Das dadurch entstandene Modell liefert dann ein Standardlastprofil, welches die in der jeweiligen Region üblichen Produktionswerte bedingt durch unterschiedliche Wetterfaktoren zuvor beobachteter Haushalte wiederspiegelt. Es lässt sich somit auf eine Vielzahl von unterschiedlichen Haushalten anwenden und erwies sich somit für den Kaltstart des Produktionsmodells als ein stabiles Verfahren mit moderater Startprognosequalität. Zurzeit werden sowohl für das haushaltsindividuelle Prognosemodell, wie auch für das Kaltstart-Modell verschiedene Verfahren hinsichtlich ihrer Prognosegüte evaluiert. Zu diesen Verfahren zählen Random Forest, Kalman-Filtering sowie Neuronale Netze.

Sobald das tatsächliche Prognosemodell im Laufe der Zeit genug haushaltindividuelle Daten gesammelt hat und dazu fähig ist, bessere Vorhersagen zu treffen, wird das Kaltstartmodell bzw. Lastprofil abgelöst.

 

 

Link zur Facebookseite

 

Published by: Kevin Lang in Allgemein

19. Juni 2018 - Kommentare deaktiviert für Zwischenstand unserer Projektgruppe Part 2/3

Zwischenstand unserer Projektgruppe Part 2/3

Im heutigen Eintrag soll es um das "Marktplatz Team" gehen, also um den Teil der Projektgruppe, welcher für die Konzeption und Implementierung eines neuartigen Marktmodelles für den zertifizierbaren Stromtransfer zuständig ist.

Basierend auf den vorangegangenen Ergebnissen eines zentralen Marktmodelles, bei welchem ein Marktbetreiber als Mittelsmann die Zuordnungen für die einzelnen Haushalte auf Basis der erstellten Prognosen ermittelt, werden nun zwei verschiedene Ansätze entwickelt, um im Zuge einer Evaluation den markttauglichsten Ansatz weiterverfolgen zu können.

Der erste Ansatz beinhaltet weiterhin zentrale Strukturen, welche jedoch dezentral und skalierbar als Hybridsystem ausgelegt sind. Es gibt einen Fokus auf Transparenz und Netzdienlichkeit. Skalierbare Gruppen von Haushalten bilden autonome Handelsbereiche, deren Überschüsse mit Nachbarhandelsbereichen für ein gesteigertes Effizienzpotential abgeglichen werden können. Für die Transparenz werden Blockchains eingesetzt.

Im komplett dezentralen Ansatz hingegen, wurde der zentrale Marktbetreiber komplett durch die Haushalte in ihrer Funktion als Marktakteure ersetzt. Ein P2P-Netz soll hier als Grundlage dienen, um Strompakete gemäß dem Prinzip der freien Marktwirtschaft anbieten und erwerben zu können. Dies führt zu einer dezentral gesteueren Disruption des Zuordnungsproblems und gleichzeitig einer realitätsnäheren Abbildung traditioneller Märkte.

 

 

Link zur Facebookseite

 

 

Published by: Kevin Lang in Allgemein

29. Mai 2018 - Kommentare deaktiviert für Präsentation auf den 10. BUIS-Tagen in Oldenburg

Präsentation auf den 10. BUIS-Tagen in Oldenburg

Am vergangenen Donnerstag und Freitag wurden auf den BUIS-Tagen 2018 in Oldenburg mit dem Titel „Betriebliche Umweltinformationssysteme für Smart Cities und Smart Regions“ viele verschiedene Forschungsprojekte präsentiert. Auch wir haben unser Paper eingereicht und durften am Freitag unser Projekt vorstellen. Stellvertretend für die gesamte Gruppe standen Moritz Mönning und Marlon Beykirch auf der Bühne und brachten dem Publikum unsere bisherigen Fortschritte, angewandten Methoden und geplanten Ziele näher.

Besonders stolz sind wir, den Award für das beste Studenten-Paper in diesem Jahr gewonnen zu haben! Wir möchten uns herzlich bei allen bedanken, die ihre Stimme für unser Projekt abgegeben haben.

 

 

Link zur Facebookseite

Published by: Kevin Lang in Allgemein

12. Mai 2018 - Kommentare deaktiviert für Zwischenstand unserer Projektgruppe Part 1/3

Zwischenstand unserer Projektgruppe Part 1/3

In diesem und folgenden Beiträgen möchten wir darauf eingehen, was die verschiedenen Teilgruppen bisher erreicht haben.

In diesem Eintrag geht es speziell um das „Mobile Team“, das heißt um die Gruppe, die für die Konzeption und Programmierung der mobilen Applikation zuständig ist.

Ein Teil des Teams hat sich in den vergangenen Monaten damit beschäftigt unsere Zielgruppe genauer kennenzulernen. Zu diesem Zweck wurden halbstrukturierte Interviews mit insgesamt 17 Teilnehmern durchgeführt. Die Ergebnisse wurden dazu genutzt vier verschiedene Personas zu erstellen, aus denen Bedürfnisse und Wünsche an die Applikation abgeleitet wurden.

Einige der Wünsche an die App sind im aktuellen Entwicklungsstand der App auch schon wiederzufinden. Dazu gehört das Visualisieren von Daten, die von einem Server empfangen werden. Bei diesen Daten handelt es sich um Informationen zu Produktion, Preis und Verbrauch. Dabei werden jeweils die Entwicklung bis heute sowie Prognosen dargestellt. Des Weiteren können über das Profilmenü sowohl individuelle Eingaben getätigt werden, welche sich auf die Berechnung der Prognosen auswirken, als auch Präferenzen für den Handel festgelegt werden.

 

Link zur Facebookseite

Published by: Kevin Lang in Allgemein

17. April 2018 - Kommentare deaktiviert für Vorbereitungen für die CeBIT 2018

Vorbereitungen für die CeBIT 2018

Die Vorbereitungen für die CeBIT sind in vollem Gange!

Unser Team bastelt aktuell fleißig an dem Modell für die CeBIT in Hannover, welches das Konzept des „Empower Generations“-Projektes interaktiv erklären wird. Es wird den Weg von der Stromerzeugung bis hin zum Energiehandel zwischen Haushalten veranschaulichen.

Das fertige Modell präsentieren wir auf der CeBIT vom 12. - 15.06.2018 am Messestand D18 in der Halle 16.

Wir freuen uns auf Sie!

 

Link zur Facebookseite

 

 

 

Published by: Kevin Lang in Allgemein

28. Februar 2018 - Kommentare deaktiviert für Save the date! CeBIT vom 12. – 15.06.2018

Save the date! CeBIT vom 12. – 15.06.2018

Vom 12. – 15.06.2018 ist die Projektgruppe „Empower Generations – Part II“ auf der CeBIT in Hannover vertreten!

Sie interessieren sich für die Dezentralisierung der Energieerzeugung, Einsatzmöglichkeiten der Blockchain-Technologie im Bereich Energie oder für Prognoseoptimierung? Dann besuchen Sie uns doch am Messestand D18 in der Halle 16! Dort stellen wir Ihnen gerne die Erkenntnisse und Fortschritte des Projektes „Empower Generations – Part II“ genauer vor.

Wir freuen uns auf Sie!

 

Link zur Facebookseite

 

 

Published by: Kevin Lang in Allgemein

22. Februar 2018 - Kommentare deaktiviert für Vortrag zu Human-Centered Design von Frau Dr. Jutta Fortmann

Vortrag zu Human-Centered Design von Frau Dr. Jutta Fortmann

Das letzte wöchentliche Meeting unserer Projektgruppe fand in den Räumlichkeiten von the peak lab. statt, wo uns Frau Dr. Jutta Fortmann die Arbeitsweise nach dem Human-Centered Design Process näherbrachte.

Anhand von Beispielen aus der Praxis wurde uns sowohl erklärt, was bei Interviews beachtet werden muss, als auch wie man Personas erstellt und auf Basis von diesen Lo-Fi-Prototypen ausgestaltet und evaluiert.

Da wir für das Ausgestalten unserer mobilen Applikation ebenfalls eine empirische Studie planen, in deren Rahmen auch Interviews geführt und Personas erstellt werden sollen, haben die Einblicke in die Praxis vor allem unserem Mobile-Team sehr weitergeholfen.

 

Link zur Facebookseite

 

 

Published by: Kevin Lang in Allgemein

7. Februar 2018 - Kommentare deaktiviert für Zwischenpräsentation des ersten Prototypen

Zwischenpräsentation des ersten Prototypen

Am vergangenen Donnerstag war es endlich soweit! Nach langer Vorbereitung konnte unsere Projektgruppe den ersten Prototypen präsentieren.

Zu dieser Veranstaltung durften wir unter anderem Gäste aus der VLBA, von the peak lab., der EWE und der vorangegangenen Projektgruppe Empower Generations begrüßen.
Während die Blockchain-Gruppe ihren konzipierten Stromzuordnungsalgorithmus vorstellte, erklärte die Predictive Analytics Gruppe ihr Vorgehen für das Erstellen möglichst genauer Prognosen für individuelle Haushalte. Das Mobile Team stellte derweil erste Einblicke in die geplante Applikation vor.

Wir haben uns sehr über die vielen Teilnehmer der Veranstaltung und über das mitgebrachte Interesse gefreut! Besonders bedanken wir uns außerdem für die zahlreichen Fragen, welche teilweise wertvolle neue Denkanstöße geliefert haben!

 

Link zur Facebookseite

 

Published by: Kevin Lang in Allgemein

17. Januar 2018 - Kommentare deaktiviert für Vortrag zum Thema Data Science von Dr. Justin Heinermann

Vortrag zum Thema Data Science von Dr. Justin Heinermann

Im Anschluss an unser gestriges wöchentliches Treffen stellte uns Dr. Justin Heinermann, Data Scientist bei der EWE AG, die Arbeitsweise des Data Labs der EWE AG vor.

Aufgabe des Data Labs ist es, datenbasierte Geschäftsmodelle zu entwickeln, in denen Wettbewerbsvorteile durch Data Science erreicht werden. Dabei steht statt einer vollständigen Umsetzung eher die Potentialanalyse im Vordergrund.

Von zentraler Bedeutung für die Arbeit des Data Labs ist sowohl das Sammeln und Zusammenfügen von Daten („Big Data“) als auch das Extrahieren von Wissen aus diesen („Data Analytics“) und das Optimieren bestehender Lösungen, um schließlich neue digitale Geschäftsmodelle entwickeln zu können.

Wir als Projektgruppe und insbesondere die Teilgruppe Predictive Analytics bedanken uns bei Dr. Justin Heinermann für seine Zeit und für die interessanten Einblicke in das Vorgehen des Data Labs! Sehr interessant war für uns vor allem zu hören, welche Verfahren das Data Lab für die Bildung von Modellen verwendet. Auch war die Einschätzung eines Experten hinsichtlich unserer Use Cases und ausprobierten Verfahren besonders hilfreich.

 

Link zur Facebookseite

 

Published by: Kevin Lang in Allgemein