Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
e+i Elektrotechnik und Informationstechnik
Erschienen in: e & i Elektrotechnik und Informationstechnik 8/2022

08.11.2022 | OVE-Energietagung

Einsatz von maschinellem Lernen zur Prognose des Wärmebedarfs für die thermische Modellierung eines sektorkoppelnden Hybridspeichers

verfasst von: Elmira Torabi Makhsos, Christian Alács, Wolfgang Gawlik, Christian Messner, Andreas Oberhammer

Erschienen in: e+i Elektrotechnik und Informationstechnik | Ausgabe 8/2022

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Auszug

Das Projekt SEKOHS Theiß ist ein Demonstrations- und Forschungsprojekt, in dem ein sektorkoppelndes hybrides Energiespeichersystem (HESS) in Österreich in Betrieb genommen und wissenschaftlich untersucht wird. Der hybride Energiespeicher besteht dabei aus einem Batterieenergiespeicher-System (BESS) in Kombination mit einem thermischen Energiespeichersystem (TESS), welches u. a. durch eine Power-to-Heat-Anlage gespeist werden kann und in die Fernwärmeversorgung eingebunden ist. Im Rahmen des Forschungsprojekts der TU Wien, des AIT Austrian Institute of Technology und der EVN Wärmekraftwerke GmbH werden die Auslegungsgrundsätze und möglichen Betriebsstrategien wissenschaftlich untersucht und der Demonstrationsbetrieb begleitet. …
Vorheriger Artikel XFLEX HYDRO—hydropower extending power system flexibility
Nächster Artikel Netztechnische Aspekte der E-Mobilität aus Forschung und Praxis

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Fumo N (2014) A review on the basics of building energy estimation. Renew Sustain Energy 31:53–60CrossRef
2.
Idowu S et al (2016) Applied machine learning: forecasting heat load in district heating system. Energy Build 133:478–488CrossRef
3.
Idowu S et al (2013) Machine learning in pervasive computing. tekniska universitet, Luleå
4.
Giuseppe C et al (2017) MATLAB for Machine Learning ISBN 978-1-78839-843‑5.
5.
Wang C et al (2019) New methods for clustering district heating users, based on consumption patterns. Appl Energy 251:113373CrossRef
6.
Gianniou P et al (2018) Clustering-based analysis for residential district heating data. Energy Convers Manag 165:840–850CrossRef
7.
Powell KM et al (2014) Heating, cooling, and electrical load forecasting for a large-scale district energy system. Energy 74:877–885CrossRef
8.
Nigitz T, Gölles M (2019) A generally applicable, simple and adaptive forecasting method for the short-term heat load of consumers. Appl Energy 241:73–81CrossRef
Metadaten
Titel
Einsatz von maschinellem Lernen zur Prognose des Wärmebedarfs für die thermische Modellierung eines sektorkoppelnden Hybridspeichers
verfasst von
Elmira Torabi Makhsos
Christian Alács
Wolfgang Gawlik
Christian Messner
Andreas Oberhammer
Publikationsdatum
08.11.2022
Verlag
Springer Vienna
Erschienen in
e+i Elektrotechnik und Informationstechnik / Ausgabe 8/2022
Print ISSN: 0932-383X
Elektronische ISSN: 1613-7620
DOI
https://doi.org/10.1007/s00502-022-01078-1

Weitere Artikel der Ausgabe 8/2022

e & i Elektrotechnik und Informationstechnik 8/2022 Zur Ausgabe

Originalarbeit

A stochastic approach to dynamic participation in energy communities

OVE-Energietagung

Klimaneutrale Elektrostahlproduktion durch Energieeffizienz und Integration Erneuerbarer Energie

OVE-Energietagung

„Quick-Scan“ zur Abschätzung des Ladestationspotenzials in Nieder- und Mittelspannung

Vorwort

Modeling and optimization for climate neutrality

OVE-Energietagung

XFLEX HYDRO—hydropower extending power system flexibility

OVE-Energietagung

Multi-megawatt charging to foster the mobility transition

Neuer Inhalt

    Bildnachweise