Prädiktive Methoden

Ein zuverlässiges Energiebedarfsmanagement spielt eine entscheidende Rolle für das Wohlergehen und die Sicherheit moderner Gesellschaften. Daher hat es sich in den letzten Jahrzehnten als ein wichtiges Forschungsthema etabliert.

Genaue Prognosen liefern aussagekräftige Einblicke in den Umfang und die Trends des zukünftigen Energieverbrauchs und liefern den Entscheidungsträgern wesentliche Informationen für die Terminierung und Planung des Betriebs in komplexen Energiesystemen. Prognosefehler führen zu unausgewogenen Angebots-Nachfrage-Relationen, die sich nicht nur auf die Betriebskosten, sondern auch auf die Servicequalität und Sicherheit der Versorgungsnetze negativ auswirken. Folglich ist eine hohe Präzision bei der Prognose zukünftiger Energietrends eine entscheidende Frage für komplexe Energieübertragungs- und -verteilungssysteme.

In der Gruppe Prädiktive Methoden entwickeln wir innovative, qualitativ hochwertige Prognosealgorithmen im Energiebereich. Unsere Forschung umfasst komplexe Datenanalyse, sowohl deskriptive Analytik (Data Mining und statistische Analyse) als auch prädiktive Analytik (maschinelles Lernen und KI).

Neben der punktweisen Prognose konzentrieren wir uns auf die Entwicklung fortschrittlicher KI-Methoden, die von den Informationen profitieren, die in den räumlich-zeitlichen Korrelationen von hochdimensionalen komplexen Gasnetzdaten verfügbar sind.

Unser Ziel ist auch die Verbesserung von Algorithmen für die Vorhersage von Energiezeitreihen im Allgemeinen, zum Beispiel für die Prognose in Multi-Energie-Systemen oder erneuerbaren Energiequellen. Hierzu arbeiten wir eng mit Industriepartnern und anderen Forschungsinstituten zusammen.