Schlüsselwörter
(Englisch)
|
Load Recognition, Load Disaggregation, NIALM, Energy Efficiency
|
Kurzbeschreibung
(Deutsch)
|
Mit REALYSE soll das volle Potential der NIALM Technologie (Non Intrusive Appliance Load Monitoring) anschaulich gezeigt werden. Dazu wird ein Messkonzept entwickelt und es werden die NIALM Algorithmen verfeinert. Es wird ein ShowCase entwickelt, der zeigt, dass ein beliebiger Verbraucher mittels eines Messadapters analysiert und identifiziert werden kann. Anhand der Messwerte, dem Fingerprint, wird das Gerät mit den „besten seiner Klasse“ verglichen und somit die Effizienz gezeigt. Der Vergleich mit „Best in Class“ Produkten wird über ein öffentliches Benchmark Portal erfolgen: „TopTen.ch“.
|
Kurzbeschreibung
(Englisch)
|
REALYSE will show the full potential of the so called NIALM technology (Non Intrusive Appliance Load Monitoring). A measurement concept needs to be developed and the NIALM algorithms need to be extended.The ShowCase consists of a measurement plug, which can analyze and identify any electrical appliance. The measured values - the fingerprint - will be used to benchmark the appliance with the best in class products. A benchmark portal like TopTen.ch will be interfaced to give a hint, which product will serve the needs the most efficient way.
|
Publikationen / Ergebnisse
(Deutsch)
|
Das Projekt REALYSE hat zum Ziel ein Load Disaggregation System für Wohngebäude zu erforschen. Das zu erforschende System ist im Verteilkasten einer Wohnung oder eines Büros platziert und analysiert den Stromkonsum der Wohnung respektive des Büros. Anhand dieser Messdaten werden die einzelnen Verbraucher aus der Stromkennlinie identifiziert. Die Anforderungen an das Mess- und Analysesystem aus Sicht der Systemperformance sind hoch. Mit diesem System sollte jedoch stets eine Balance zwischen Rechenpower für die Verarbeitung der Algorithmen und Energieeffizienz gefunden werden. Ein Internetzugang wird für das Beziehen der Benchmark-Werte und für die Aufbereitung der Informationen benötigt.
Auftragnehmer/Contractant/Contraente/Contractor:
iHomeLab - Hochschule Luzern
Autorschaft/Auteurs/Autori/Authors:
Tomek,Stephan
Rumsch,Andreas
Mathis,Marcel
Zugehörige Dokumente
|
Schlussbericht
(Deutsch)
|
Trotz steigender Bevölkerungszahl soll mit der Umsetzung der Energiestrategie 2050 des Bundes der Energiekonsum in der Schweiz bis ins Jahr 2050 gegenüber heute deutlich sinken. Das iHomeLab der Hochschule Luzern Technik & Architektur forscht deshalb an Lösungen, welche zur Erreichung dieser Ziele beitragen.
Die ambitionierten Ziele der Energiestrategie fordern unter anderem auch Massnahmen, welche den Energiekonsum in privaten Haushalten reduzieren. Dazu verfolgen wir den Ansatz, Bewohner durch eine detaillierte Information über ihren Energieverbrauch dazu anzuregen, alte Geräte durch energieeffiziente Alternativen zu ersetzen, nicht benötigte Geräte auszuschalten und allgemein sparsamer mit der Energie umzugehen.
Um an detaillierte Information über den Energiekonsum zu kommen, verwenden wir die Methoden des sogenannten "Nonintrusive appliance load monitoring" (NIALM). Dabei analysieren wir den gemessenen Gesamtstrom in einem Stromkreis und schlüsseln ihn so auf, dass wir auf die darin laufenden Geräte zurück schliessen können. Somit können wir den Bewohnern den Energieverbrauch pro Gerät mitteilen. Ausserdem können die Bewohner mit dieser Information sich in einem Vergleichsportal wie Topten.ch über energieeffizientere Alternativen informieren.
Während der Projektbearbeitung haben wir ein grosses Augenmerk auf die Erforschung und Weiterentwicklung der NIALM-Technologie gelegt. Wir haben ein Verfahren entwickelt, welches die Geräte aufgrund der durch sie verursachten Stromänderungen auf dem Netz erkennt. In einer ersten Stufe ordnet unser Algorithmus das Gerät einer von neun Geräteklassen zu. Gegenüber bereits erhältlichen Produkten kennt unser System diese Klassen bereits bei der Auslieferung. Damit das System noch detaillierter über das erkannte Gerät Auskunft geben kann, vergleicht das System in einer zweiten Stufe das neu erkannte Gerät mit zuvor trainierten Geräten und kann dann den genauen Typ angeben. Dieses Training muss der Bewohner mit seinen Geräten selber durchführen.
Die Ergebnisse des Projekts REALYSE haben wir im August 2015 mit einem Demonstrator an der Fachkonferenz zum Thema Energieeffizienz (EEDAL) einem internationalen Publikum vorgestellt.
Auftragnehmer/Contractant/Contraente/Contractor:
iHomeLab - Hochschule Luzern
Autorschaft/Auteurs/Autori/Authors:
Rumsch,Andreas
Kaufmann,Lukas
Schmieder,Paul
Camenzind,Martin
Bolzern,Iwan
Zugehörige Dokumente
|
Schlussbericht
(Englisch)
|
Despite an increasing population the state's energy strategy is to significantly reduce the energy consumption in Switzerland by 2050. The iHomeLab of the University of Applied Science Lucerne is researching solutions to meet the state's goals.
These ambitious energy goals require measures to reduce the energy consumption in private households. Our approach is to motivate residents to reduce their energy consumption by informing them about their consumption. This reduction can be achieved by replacing old appliances with more energy efficient ones, switching off unused appliances and by spending energy more economically.
We use "Non-intrusive appliance load monitoring" (NIALM) to gather detailed information about the energy consumption. We measure and analyze the total power in an electric system and identify the responsible appliances. This enables us to show the residents their individual appliances' energy consumption. Residents can take this information and compare their appliances with alternatives on platforms such as Topten.ch.
During development we specifically focused on further developing NIALM. We have developed a system that can identify the individual appliances based on changes in the current power draw. The first step is to recognize the class of appliances responsible for the change in consumption. To recognize the appliance class, our system does not require additional training while other available systems do.
To get detailed information about an appliance of interest, the recognition algorithm has to be initially trained with the appliance in question by the resident. This resident trained algorithm only runs after the appliance class is detected and compares the input with the previously trained appliances. The results of project Realyse have been showcased in August 2015 at an international conference for energy efficiency (EEDAL).
Auftragnehmer/Contractant/Contraente/Contractor:
iHomeLab - Hochschule Luzern
Autorschaft/Auteurs/Autori/Authors:
Rumsch,Andreas
Kaufmann,Lukas
Schmieder,Paul
Camenzind,Martin
Bolzern,Iwan
|
Schlussbericht
(Französisch)
|
La stratégie énergétique 2050 de la Confédération prévoit une diminution significative de la consommation d'énergie en Suisse d'ici 2050 par rapport à la situation actuelle, et ce malgré l'accroissement de la population. Les recherches menées à l'iHomeLab de la Haute-École de Lucerne (Ingénierie et Architecture) participent à la recherche de solutions pour réaliser cet objectif.
L'ambitieux objectif de la stratégie énergétique 2050 nécessite, entre autres, des mesures qui réduisent la consommation en énergie des ménages. Afin d'inciter les habitants à remplacer leurs vieux appareils par des alternatives plus économes en énergie, à éteindre les appareils non utilisés et à être de manière générale plus économes en énergie, nous misons sur la sensibilisation des habitants en mettant à leur disposition des informations détaillées quant à leur consommation d’énergie.
L'acquisition de ces informations se fait au moyen de la méthode de « Non-intrusive appliance load monitoring » (NIALM), par laquelle la consommation totale de courant d'un réseau est mesurée et catégorisée de manière à déterminer les appareils actifs. Ainsi, il est possible de transmettre aux habitants la consommation de chaque appareil. Avec cette information, les habitants peuvent ensuite s'informer sur les alternatives plus économes en utilisant des comparateurs en ligne comme Topten.ch.
Le projet s'est concentré sur le développement et l'amélioration des technologies liées au NIALM. Ainsi, un procédé a été mis au point permettant de reconnaître les différents appareils sur la base des variations de courant qu'ils produisent. Dans un premier temps, l'algorithme répartit les appareils dans neuf catégories prédéfinies, une étape qui ne nécessite pas d'apprentissage. Le système peut ensuite comparer ses données avec des données collectées par apprentissage pour reconnaître les appareils exacts en question. L'apprentissage est effectué par les habitants eux-mêmes.
Les résultats du projet REALYSE ainsi qu'un démonstrateur ont été présentés à un public international lors de la conférence sur l'efficacité énergétique (EEDAL).
Auftragnehmer/Contractant/Contraente/Contractor:
iHomeLab - Hochschule Luzern
Autorschaft/Auteurs/Autori/Authors:
Rumsch,Andreas
Kaufmann,Lukas
Schmieder,Paul
Camenzind,Martin
Bolzern,Iwan
|
