Publication: Prognose von Wärmeverbräuchen: Stolpersteine und Lösungen 

Authors:
Dziubany, M. ,  Schneider, J. ,  Schmeink, A. ,  Dartmann, G. ,  Gollmer, K.-U. ,  Naumann, S.
Journal:
Umweltinformatik zwischen Nachhaltigkeit und Wandel, Lecture Notes in Informatics (LNI), Gesellschaft für Informatik
Date:
2018
DOI:
10.18154/RWTH-2018-228701
hsb:
RWTH-2018-228701
Language:
German

Abstract

Um aus physikalischen Messwerten zutreffende Prognosen zu erstellen, müssen zunächst einige Stolpersteine überwunden werden. Nicht nur die Datenaufbereitung und die Wahl eines passenden mathematischen Modells, sondern auch die Ermittlung der für die Prognose benötigten Features, sind für die Güte der Prognosen von hoher Relevanz. Am Beispiel einerWärmeverbrauchsprognose für ein Gebäude des Umwelt Campus Birkenfeld werden auftretende Probleme diskutiert und Lösungen vorgestellt. Im ersten Schritt wird jeweils mittels Linearer Regression und Neuronalen Netzen die Prognose für einen Folgetag erstellt. Anschließend wird die Güte der Prognose von Linearer Regression mit der von Neuronalen Netzen verglichen.

Download

BibTeX