ServicenavigationHauptnavigationTrailKarteikarten


Forschungsstelle
BFE
Projektnummer
SI/502257
Projekttitel
KI-WP – KI in der Wärmepumpenberatung

Texte zu diesem Projekt

 DeutschFranzösischItalienischEnglisch
Kurzbeschreibung
Anzeigen
-
-
Anzeigen

Erfasste Texte


KategorieText
Kurzbeschreibung
(Deutsch)
Wärmepumpen sind in der Schweiz bereits in rund 20% der Gebäude installiert. Sie reduzieren den Verbrauch fossiler Brennstoffe, erhöhen aber den Bedarf an elektrischer Energie. Entsprechend wichtig ist ein effizienter Betrieb der Wärmepumpen über ihre gesamte Lebensdauer hinweg.  Für Installateure sind die Auslegung und Konfiguration von Wärmepumpen eine komplexe Aufgabe. Häufig werden Kennlinien konservativ eingestellt und die Anlagen nicht weiter optimiert. Selten sind Monitoring Systeme eingebaut.  Die Betreiber der Wärmepumpen können in der Regel selbst nicht beurteilen, ob der Stromverbrauch ihrer Anlage angemessen ist. Aus all diesen Gründen gehen erhebliche energetische und monetäre Potentiale verloren. Deshalb soll ein KI-basiertes System entwickelt und getestet werden, das aus vorhandenen Smart-Meter-Daten diejenigen Anlagen identifiziert, bei denen eine Vor-Ort-Beratung angebracht sein könnte. Die dauerhafte Überwachung ermöglicht es, vorab Einsparungen abschätzen um damit das Interesse der betroffenen Haushalte an einer Beratung zu wecken.
Kurzbeschreibung
(Englisch)
Heat pumps are currently the most popular heat source in Switzerland and are already installed in around 20% of buildings. This development reduces the use of fossil fuels, but increases the demand for electrical energy. Accordingly, efficient operation of the units is not only important on the test bench,but also in practice - even many years after installation. For installers, however, the design and configuration of heat pumps is a complex task, and often characteristic curves are set conservatively and complaint-free systems are not optimised further. Households are usually unable to assess whetherthe electricity consumption of their system is appropriate or whether there is potential for savings.Existing, mostly proprietary monitoring approaches are rarely installed, which means that considerable energetic and monetary potentials are lost. Within the scope of this project, we plan to develop and test an AI-based system that identifies installations from existing smart meter data where an on-siteconsultation is target-oriented. With the system, permanent monitoring can reveal optimisation potential and estimate savings in advance, so that the interest of suitable households is aroused through a well-founded approach.