LoCoSOL – LowCost-Monitoring von thermischen Solaranlagen
Lade...
DOI der Originalpublikation
Projekttyp
angewandte Forschung
Projektbeginn
01.11.2019
Projektende
31.03.2021
Projektstatus
abgeschlossen
Projektkontakt
Projektmanager:in
Beteiligte
Beschreibung
Zusammenfassung
Eine Einführung in die Thematik wurde in einem Workshop erarbeitet, bei dem die bestehenden Daten von Energie Zukunft Schweiz (EZS) zur Funktionskontrolle thermischer Solaranlagen visualisiert und die entsprechenden Fehlerbilder erläutert wurden. Die Begehung einer Solaranlage, bei der ein LoRa-Sensor bereits installiert ist, ermöglichte den Praxisbezug und machte die Problematik von Solaranlagen erlebbar. Das bestehende Monitoring-System von EZS wurde auf eine neue Serverplattform als Produktivsystem kopiert. Ein zweites System wurde als Entwicklungssystem aufgesetzt. Das Entwicklungssystem erhält die gespiegelten Daten. Durch dieses Vorgehen wird sichergestellt, dass das Produktivsystem nicht durch die Entwicklungsarbeiten gefährdet wird. Die Fehlerbilder bzw. Testfälle, die es automatisch zu erkennen gilt, sind ausformuliert. Es stehen Daten von 52 Anlagen zur Verfügung, bei denen 17 mit Fehlern aufwarten. Dies ist eine genügende Datenbasis für die Projektarbeit. Die Erkennungsalgorithmen wurden entwickelt und hinsichtlich ihrer Eignung für diese Aufgabenstellung bewertet. Es wird ein «supervised learning» “Long short-term Memory” (LSTM) Algorithmus, unter der Zuhilfenahme der «Framework» Tensorflow & Keras, eingesetzt. Die Erkennung von ersten Testfällen sind implementiert und werden an den vorhanden Datensätzen getestet. Das Finalisieren der Programmierung und das Testen der automatischen Fehlererkennung sind Gegenstand der aktuellen Arbeiten.
Während FHNW Zugehörigkeit erstellt
Yes
Zukunftsfelder FHNW
Hochschule
Hochschule für Architektur, Bau und Geomatik
Institut
Institut Nachhaltigkeit und Energie am Bau
Finanziert durch
Projektpartner
Auftraggeberschaft
SAP Referenz
Schlagwörter
Solarthermische Anlagen
Überwachung
Energieertrag
Fehlfunktionen
IoT-Sensor
Key Performance Indikatoren
Maschine Learning Alogrithmen
Überwachung
Energieertrag
Fehlfunktionen
IoT-Sensor
Key Performance Indikatoren
Maschine Learning Alogrithmen
Fachgebiet (DDC)
624 - Ingenieurbau und Umwelttechnik