Fraunhofer-Institut für Angewandte Informationstechnik FIT

Filters

8 7
Reset filters

Settings
Now showing 1 - 10 of 15
  • Publication
    Explainable Long-Term Building Energy Consumption Prediction using QLattice
    ( 2022)
    Wenninger, Simon
    ;
    Kaymakci, Can
    ;
    Wiethe, Christian
    The global building sector is responsible for nearly 40% of total carbon emissions, offering great potential to move closer to set climate goals. Energy performance certificates designed to increase the energy efficiency of buildings require accurate predictions of building energy performance. With significant advances in information and communication technology, data-driven methods have been introduced into building energy performance research demonstrating high computational efficiency and prediction performance. However, most studies focus on prediction performance without considering the potential of explainable artificial intelligence. To bridge this gap, the novel QLattice algorithm, designed to satisfy both aspects, is applied to a dataset of over 25,000 German residential buildings for predicting annual building energy performance. The prediction performance, computation time, and explainability of the QLattice is compared to the established machine learning algorithms artificial neural network, support vector regression, extreme gradient boosting, and multiple-linear regression in a case study, variable importance analyzed, and appropriate applications proposed. The results show quite strongly that the QLattice should be further considered in the research of energy performance certificates and may be a potential alternative to established machine learning algorithms for other prediction tasks in energy research.
  • Publication
    A Holistic Framework for AI Systems in Industrial Applications
    ( 2021)
    Kaymakci, Can
    ;
    Wenninger, Simon
    ;
    Sauer, Alexander
    Although several promising use cases for artificial intelligence (AI) for manufacturing companies have been identified, these are not yet widely used. Existing literature covers a variety of frameworks, methods and processes related to AI systems. However, the application of AI systems in manufacturing companies lacks a uniform understanding of components and functionalities as well as a structured process that supports developers and project managers in planning, implementing, and optimizing AI systems. To close this gap, we develop a generic conceptual model of an AI system for the application in manufacturing systems and a four-phase model to guide developers and project managers through the realization of AI systems.
  • Publication
    Electricity Market Design 2030-2050: Shaping future electricity markets for a climate-neutral Europe
    ( 2021)
    Ahunbay, Mette Seref
    ;
    Ashour Novirdoust, Amir
    ;
    Bhuiyan, Rajon
    ;
    Bichler, Martin
    ;
    Bindu, Shilpa
    ;
    Bjørndal, Endre
    ;
    Bjørndal, Mette
    ;
    Buhl, Hans Ulrich
    ;
    Chaves-Ávila, José Pablo
    ;
    Gerard, Helena
    ;
    Gross, Stephan
    ;
    Hanny, Lisa
    ;
    Knörr, Johannes
    ;
    Köhnen, Clara Sophie
    ;
    Marques, Luciana
    ;
    Monti, Antonello
    ;
    Neuhoff, Karsten
    ;
    Neumann, Christoph
    ;
    Ocenic, Elena
    ;
    Ott, Marion
    ;
    Pichlmeier, Markus
    ;
    Richstein, Jörn C.
    ;
    Rinck, Maximilian
    ;
    Röhrich, Felix
    ;
    Röhrig, Paul Maximilian
    ;
    Sauer, Alexander
    ;
    Strüker, Jens
    ;
    Troncia, Matteo
    ;
    Wagner, Johannes
    ;
    Weibelzahl, Martin
    ;
    Zilke, Philip
  • Publication
    Wie IT die Energieflexibilitätsvermarktung von Industrieunternehmen ermöglicht und die Energiewende unterstützt
    ( 2021)
    Bauer, Dennis
    ;
    Hieronymus, Aljoscha
    ;
    Kaymakci, Can
    ;
    Köberlein, Jana
    ;
    Schimmelpfennig, Jens
    ;
    Wenninger, Simon
    ;
    Zeiser, Reinhard
    Auf dem Weg zur Erreichung der gesetzten Klimaziele in Deutschland muss der Anteil erneuerbarer Energien an der Stromerzeugung stetig ausgebaut werden. Die damit einhergehende zunehmende Fluktuation der Erzeugungsleistung stellt die Stromnetze vor große Herausforderungen. Da knapp 44 % des Strom- und rund ein Viertel des Wärmeverbrauchs in Deutschland auf die Industrie entfällt, bietet diese signifikantes Potenzial, Schwankungen im Stromnetz durch die Anpassung des Stromverbrauchs an das Stromangebot im Sinne von Demand Response mittels Energieflexibilität auszugleichen. Bislang erschwert neben regulatorischen Rahmenbedingungen insbesondere eine fehlende einheitliche Modellierung & Kommunikation von Energieflexibilität sowie deren Einbettung in bestehende Unternehmens-IT-Infrastrukturen eine optimale und automatisierte Vermarktung. Im Rahmen des Forschungsprojekts SynErgie wurden hierfür informationstechnische Anforderungen erhoben, Datenmodelle zur Beschreibung von Energieflexibilität und eine übergeordnete IT-Architektur entwickelt. Mit Hilfe einer unternehmensspezifischen Plattform und einer zentralen Marktplattform kann der Informations- und Kommunikationsfluss von der Maschine/Anlage bis zur Flexibilitätsvermarktung und wieder zurück abgebildet werden. Eine Vielzahl verschiedener Services unterstützt hierbei ein Unternehmen von der Identifikation bis hin zur automatisierten und standardisierten Vermarktung von Energieflexibilität. Durch die Einsatzmöglichkeiten und Wirkansätze von IT wurden Grundsteine für nachhaltigkeitsbezogene Effekte des industriellen Energieverbrauchs gelegt, welche in den kommenden Monaten in einer Modellregion in und um Augsburg mit Industrieunternehmen, Netzbetreibern und weiteren Serviceanbietern getestet werden.
  • Publication
    Energy Anomaly Detection in Industrial Applications with Long Short-term Memory-based Autoencoders
    ( 2021)
    Kaymakci, Can
    ;
    Wenninger, Simon
    ;
    Sauer, Alexander
    With the goal of reducing energy costs, carbon emissions, and achieving cleaner production, manufacturing companies aim to reduce their energy consumption. In manufacturing companies, a considerable amount of energy is wasted due to plant-, process- and human-related faults. Tools and methods for detecting anomalies are widely used for fraud detection in finance or intrusion detection in cybersecurity. When it comes to anomaly detection of malicious energy consumption, the residential building sector is leading. Industrial applications are not being addressed by now. In this paper, an end-to-end solution of an anomaly detection system is presented that uses the concept of a Long Short-term Memory based Autoencoder (LSTM-AE) as an unsupervised learning model that detects anomalies without labeling the data beforehand.
  • Publication
    Integrating Energy Flexibility in Production Planning and Control - An Energy Flexibility Data Model-Based Approach
    ( 2021)
    Bank, Lukas
    ;
    Wenninger, Simon
    ;
    Köberlein, Jana
    ;
    Lindner, Martin
    ;
    Kaymakci, Can
    ;
    Weigold, Matthias
    ;
    Sauer, Alexander
    ;
    Schilp, Johannes
    Production companies face the challenge of reducing energy costs and carbon emissions while achieving the logistical objectives at the same time. Active management of electricity demand, also known as Demand Side Management (DSM) or Energy Flexibility (EF), has been recognized as an effective approach to minimize energy procurement costs for example by reducing peak loads. Additionally, it helps to integrate (self-generated, volatile) renewable energies to reduce carbon emissions and has the ability to stabilize the power grid, if the incentives are set appropriately. Although production companies possess great potential for EF, implementation is not yet common. Approaches to practical implementation for integrating energy flexibility into production planning and control (PPC) to dynamically adapt the consumption to the electricity supply are scarce to non-existent due to the high complexity of such approaches. Therefore, this paper presents an approach to integrate EF into PPC. Based on the energy-oriented PPC, the approach identifies and models EF of processes in a generic energy flexibility data model (EFDM) which is subsequently integrated in the energy-oriented production plan and further optimised on the market side. An application-oriented use case in the chemical industry is presented to evaluate the approach. The implementation of the approach shows that EF can have a variety of characteristics in production systems and a clear, structured, and applicable method can help companies to an automated EF. Finally, based on the results of the use case, it is recommended to introduce EF in production companies stepwise by extending existing planning and scheduling systems with the presented approach to achieve a realization of flexibility measures and a reduction of energy costs.
  • Publication
    Konzept der Energiesynchronisationsplattform. Diskussionspapier V3
    (Fraunhofer IGCV, 2020)
    Reinhart, Gunther
    ;
    Bank, Lukas
    ;
    Brugger, Martin
    ;
    Hieronymus, Aljoscha
    ;
    Köberlein, Jana
    ;
    Roth, Stefan
    ;
    Bauernhansl, Thomas
    ;
    Sauer, Alexander
    ;
    Bauer, Dennis
    ;
    Kaymakci, Can
    ;
    Schel, Daniel
    ;
    Schlereth, Andreas
    ;
    Fridgen, Gilbert
    ;
    Buhl, Hans Ulrich
    ;
    Bojung, Caroline
    ;
    Schott, Paul
    ;
    Weibelzahl, Martin
    ;
    Wenninger, Simon
    ;
    Weigold, Matthias
    ;
    Lindner, Martin
    ;
    Ronge, Karlheinz
    ;
    Oeder, Andreas
    ;
    Schimmelpfennig, Jens
    ;
    Winter, Christian
    ;
    Jarke, Matthias
    ;
    Ahrens, Raphael
    Das Kopernikus-Projekt SynErgie entwickelt eine IT-Plattform, die automatisierten und standardisierten Handel mit industriell bereitgestellter Energieflexibilität ermöglichen soll. Wie diese Plattform funktionieren könnte, zeigt das Diskussionspapier ""Konzept der Energiesynchronisationsplattform"": Die zunehmende Nutzung von Strom aus erneuerbaren Quellen führt aufgrund der Wetterabhängigkeit von Wind und Sonne zu einem zunehmend volatileren Stromangebot. Damit das notwendige Gleichgewicht von Angebot und Nachfrage im Elektrizitätssystem jederzeit gewährleistet werden kann, sind Maßnahmen zum Ausgleich dieser Schwankungen notwendig. Energieintensive Industrieprozesse beinhalten ein hohes Flexibilitätspotenzial, um mittels Demand-Response, diesen Schwankungen zu begegnen. SynErgie arbeitet daran, den gesamte Prozess des Energieflexibilitätshandels von der Maschine bis an die Märkte auf einer IT-Plattform zu automatisieren und zu standardisieren. Die Energiesynchronisationsplattform besteht aus zwei logischen Teilplattformen, einer Markt- und vielen Unternehmensplattformen. Ziel bis Mitte 2022 ist es, ein durchgängiges Konzept einschließlich des Daten- und Informationsflusses von der Maschine bis zu den Energiemärkten zu entwickeln und in einer Referenzarchitektur abzubilden. Außerdem soll das Konzept im Rahmen einer Vielzahl von Forschungs- und Industriedemonstratoren und insbesondere in der Modellregion Augsburg mit lokalen Akteuren in einem umfassenden Testbetrieb erprobt werden. Mehr zur Energiesynchronisationsplattform, der Markt- und Unternehmensplattform, zur Informationssicherheit der IT-Plattformen, Anwendungsbeispielen und den Zukunftsvisionen können Sie im Diskussionspapier nachlesen.
  • Publication
    Extending the Automation Pyramid for Industrial Demand Response
    ( 2019)
    Körner, Marc-Fabian
    ;
    Bauer, Dennis
    ;
    Keller, Robert
    ;
    Rösch, Martin
    ;
    Schlereth, Andreas
    ;
    Simon, Peter
    ;
    Bauernhansl, Thomas
    ;
    Fridgen, Gilbert
    ;
    Reinhart, Gunther
    Industrial demand response uses a multitude of energy flexibility measures. Their planning and control requires various production IT systems. A widely accepted approach to classify these inhouse IT systems are the levels of the automation pyramid in companies. This paper broadens the scope of this concept to overcome the limitation to companies' (virtual) borders by including required IT systems that refine and monetarize a company's energy flexibility, e.g. energy markets, aggregators, etc. Therefore, a holistic approach for the classification of functionalities for industrial demand response across companies and energy markets is developed and applied exemplarily.
  • Publication
    Harnessing the Full Potential of Industrial Demand-Side Flexibility: An End-to-End Approach Connecting Machines with Markets through Service-Oriented IT Platforms
    ( 2019)
    Rösch, Martin
    ;
    Bauer, Dennis
    ;
    Haupt, Leon
    ;
    Keller, Robert
    ;
    Bauernhansl, Thomas
    ;
    Fridgen, Gilbert
    ;
    Reinhart, Gunther
    ;
    Sauer, Alexander
    The growing share of renewable energy generation based on fluctuating wind and solar energy sources is increasingly challenging in terms of power grid stability. Industrial demand-side response presents a promising way to balance energy supply and consumption. For this, energy demand is flexibly adapted based on external incentives. Thus, companies can economically benefit and at the same time contribute to reducing greenhouse gas emissions. However, there are currently some major obstacles that impede industrial companies from taking part in the energy markets. A broad specification analysis systematically dismantles the existing barriers. On this foundation, a new end-to-end ecosystem of an energy synchronization platform is introduced. It consists of a business-individual company-side platform, where suitable services for energy-oriented manufacturing are offered. In addition, one market-side platform is established as a mediating service broker, which connects the companies to, e.g., third party service providers, energy suppliers, aggregators, and energy markets. The ecosystems aim at preventing vendor lock-in and providing a flexible solution, relying on open standards and offering an integrated solution through an end-to-end energy flexibility data model. In this article, the resulting functionalities are discussed and the remaining deficits outlined.
  • Publication
    Smart Devices erfolgreich in Produktionsprozesse integrieren
    (Universität Bayreuth, 2019)
    Bitzer, Michael
    ;
    Kleylein-Feuerstein, Joachim
    ;
    König, Ulrich
    ;
    Röglinger, Maximilian
    ;
    Urbach, Nils
    ;
    Wenninger, Annette
    Mit der zunehmenden Digitalisierung von Wirtschaft und Gesellschaft ist die Vision der Industrie 4.0, einer intelligenten und vernetzten Produktion, entstanden. Inzwischen ist Digitalisierung für Unternehmen ein entscheidender Faktor, um zukunfts- und wettbewerbsfähig zu bleiben. Allerdings stellt diese Entwicklung insbesondere kleine und mittlere Unternehmen(KMU) vor große Herausforderungen. KMU sind zum Beispiel häufig damit konfrontiert, bestehende Anwendungssysteme aufzurüsten und individuelle Lösungen für die Digitalisierung zu entwickeln. Das durch die Bayerische Forschungsstiftung (BFS) geförderte konsortiale Forschungsprojekt »SmarDe's@Work - Smart Devices in der Produktion« adressiert exakt diese Herausforderung und unterstützt KMU bei dem zielgerichteten Einsatz von Smart Devices in Produktionsprozessen. Hierzu wurden Smart Devices (z.B. Smartphones, Tablets, Smartwatches) in Produktionsprozessen zur Verbesserung der Kommunikation zwischen Menschen, Maschinen und Anwendungssystemen eingesetzt. Die Umsetzung von Industrie 4.0-Technologien wird für KMU dadurch maßgeblich erleichtert. Zentraler Bestandteil des Forschungsprojekts war die Entwicklung eines Demonstrators, bestehend aus einer Middleware und einer Client-Applikation, der in acht realweltlichen Anwendungsfällen implementiert und evaluiert sowie in fünf weiteren fiktiven Anwendungsfällen analysiert wurde. Die bisherigen Anwendungserfahrungen waren ausnahmslos positiv, sodass die am Forschungsprojekt beteiligten Unternehmen die Smart Devices sowie die zugehörige Software (Middleware und Client-Applikation) dauerhaft in ihren Produktionsprozessen einsetzen werden. Der entwickelte Demonstrator wurde auf der Open-Source-Plattform Github für interessierte Unternehmen zur individuellen Nutzung und Weiterentwicklung veröffentlicht. Die vorliegende Studie bietet Unternehmen und Mitarbeitern, insbesondere Führungskräften, die Möglichkeit, Einblick in dieses zukunftsweisende Forschungsprojekt zu erhalten, Ideen für die eigene Produktion zu sammeln sowie Synergieeffekte für das eigene Unternehmen zu schaffen. Darüber hinaus erhalten die Leser den Kontakt zu kompetenten Ansprechpartnern, die über eine große Expertise im Bereich Industrie 4.0 verfügen.