Inhaltsverzeichnis
Kontext Links
ThinkHome: Gesteigerte Energieeffizienz durch den Einsatz von künstlicher Intelligenz im Haus der Zukunft
ThinkHome ist ein vernetztes, autonom gesteuertes Haus der Zukunft, das der Optimierung der Energieeffizienz und der Verbesserung des Nutzerkomforts dient. Das intelligente Zusammenspiel aller Haustechnikkomponenten ist hierbei von höchster Bedeutung. Zu den Projektinhalten zählen eine umfassende Wissenspräsentation aller in einem Gebäude vorkommenden Daten, der Einsatz von Methoden der künstlichen Intelligenz, maschinelles Lernen sowie agentenbasiertes Software Engineering.
Title and Synopsis
ThinkHome: Improved energy efficiency based on artificial intelligence in future homes
ThinkHome is a networked controlled home of the future with the ultimate goal to optimise energy efficiency and user comfort at the same time. On this way, smart interaction between all building services is of utmost importance. Goals of this project include the definition of a comprehensive knowledge base that holds all relevant building data, the evaluation of control strategies based on artificial intelligence and machine learning, as well as agent based software engineering.
Beschreibung
Status
laufend
Kurzfassung
Ausgangssituation/Motivation
ThinkHome ist ein vernetztes, autonom gesteuertes Haus der Zukunft, das der Optimierung der Energieeffizienz und der Verbesserung des Nutzerkomforts dient. Um diese primären Ziele in allen Situationen umsetzen zu können, ist das intelligente Zusammenspiel aller Haustechnikkomponenten von höchster Bedeutung. Während die Datenerfassung der Sensorik und Steuerung der Aktuatorik über Dienste der Haustechnik geschieht, soll die "Intelligenz" im ThinkHome auf lernender Software beruhen.
Inhalte und Zielsetzungen
ThinkHome hat die Aufgabe, wiederkehrende Abläufe als Muster zu erkennen und zu erlernen und diese für verschiedene Automatisierungsaufgaben in den energieintensiven Bereichen Heizung/Lüftung/Klimatechnik, Beleuchtung und Verschattung zu verwenden. Dazu muss das Verhalten der jeweiligen NutzerInnen erkannt, gespeichert und verarbeitet werden. Darauf basierend können unterschiedlichste Ressourcen zu den jeweils ermittelten und damit energieeffizientesten Zeitpunkten automatisch bereitgestellt werden. Das System kann ohne manuelle Nutzereingriffe operieren, berücksichtigt Nutzereingriffe aber selbstverständlich jederzeit. Ein wichtiges Ziel des Projekts ist, dass ThinkHome selbständig vom Gebäude lernt. So müssen zum Beispiel thermische Trägheiten des Wohnraums erkannt werden und mittels adaptiver Kontrollstrategien eine Vielzahl von bislang kaum berücksichtigten Parametern in die Berechnungen einfließen (Gebäudestruktur, aktuelle Personenanzahl im Wohnraum, Jahreszeit, Sonnenstand, Tätigkeiten …).
Methodische Vorgehensweise
Die Umsetzung, Erprobung und Evaluierung von ThinkHome ist erklärtes Ziel dieses ehrgeizigen Forschungsprojekts. Dazu soll eine Möglichkeit geschaffen werden, um alle relevanten Daten effizient sammeln und repräsentieren zu können. Diese Daten werden in weiterer Folge für eine verbesserte und vordergründig energieeffizientere Steuerung/Regelung genutzt, die auf Basis von künstlicher Intelligenz (KI) operiert. Deshalb gilt es, unterschiedliche KI Paradigmen zu untersuchen und darauf basierende Kontrollstrategien umzusetzen, die situationsabhängig eine sowohl auf Benutzerkomfort als auch auf Energieeffizienz optimierte Steuerung/Regelung im Haus der Zukunft ermöglichen. Ein agentenbasiertes Framework soll Zugriff auf den Datenbestand gewährleisten, Schnittstellen zu den eingesetzten Haustechnikkomponenten bieten, Wissen über die Benutzer und ihre Verhaltensweisen zur Verfügung stellen und letztlich mittels KI basierter Kontrollstrategien operieren.
Ergebnisse
Um die Projektergebnisse zu validieren, wird ein ThinkHome Prototyp erstellt, der die Energieeffizienz anhand eines bestehenden Raummodells anschaulich demonstrieren soll. Zusätzlich wird die Effizienz des Systems im Rahmen einer Simulation verifiziert. Das Projekt folgt dem Leitsatz "ThinkHome is open for all". Diesem Motto wird nicht zuletzt durch die Durchführung öffentlicher Workshops und der regelmäßigen Veröffentlichung von Projektergebnissen Rechnung getragen.
Projektbeteiligte
Projektleiter
Univ.Prof. Dr. Wolfgang Kastner
Technische Universität Wien, Rechnergestützte Automation Arbeitsbereich Automatisierungssysteme
Kontaktadresse
Technische Universität Wien, Rechnergestützte Automation
Univ. Prof. Dr. Wolfgang Kastner
E183/1, Treitlstr. 1-3
A-1040 Vienna
Tel.: +43 (1) 58801-18320
Fax:+43 (1) 58801-18391
E-Mail: k@auto.tuwien.ac.at
