EnEff:Wärme - ML4Heat: Tools zum optimierten Betrieb von existierenden Fernwärmenetzen basierend auf Methoden des maschinellen Lernens (Heft 69)

In Heft 69 wird das vom BMWK geförderte Projekt „ML4HEAT“ vorgestellt, welches den zur Transformation der Fernwärme in Deutschland erforderlichen Ausbau und die Digitalisierung der Systeme in den Fokus rückt. Das Forschungskonsortium Samson KT-Elektronik und Fraunhofer IOSB entwickelte hier Software-Tools auf Basis von Data Mining und Machine Learning, um bestehende Netze praxisnah zu verbessern. Dabei sollen diese Tools helfen, die wachsende Komplexität der Fernwärmesysteme zu bewältigen, Optimierungspotenziale zu nutzen und effiziente Netzsteuerungen zu ermöglichen. Besonders die verbesserten Datengrundlagen vernetzter Hausstationen (HAST) und die mögliche Kommunikation von Teilsystemen bieten neue Möglichkeiten für Optimierungsansätze für das Gesamtsystem Fernwärme. Die Ergebnisse zeigen vielversprechende Ansätze für eine effizientere Fernwärmeversorgung.