Enhanced Smart Grid Engineering using Machine Learning

URL
Dokumentart: Bachelor Thesis
Institut: Department Informations- und Elektrotechnik
Sprache: Englisch
Erstellungsjahr: 2019
Publikationsdatum:
SWD-Schlagwörter: Elektrizitätsversorgungsnetz , Künstliche Intelligenz
DDC-Sachgruppe: Elektrotechnik, Elektronik

Kurzfassung auf Englisch:

The global warming as the cause for the expansion of renewable energies, forces the smart grid engineering process into an enhanced complexity. Within this thesis, a scientific investigation to improve this process with the usage of machine learning is pursued. Hereby three concepts are evaluated based on the state of the art and one prototypical realized. The final assessment indicates current and future application possibilities of machine learning in the smart grid domain.

Kurzfassung auf Deutsch:

Die globale Erwärmung als Auslöser für den Ausbau von regenerativen Energiequellen treibt den Entwicklungsprozess im Energiesystem in seiner Komplexität an. Eine wissenschaftliche Auseinandersetzung mit dem Ziel diesen Prozess auf Grundlage von maschinellem Lernen erweiternd zu optimieren, wird in dieser Thesis verfolgt. Dabei werden drei Konzepte, basierend auf dem Stand der Technik evaluiert und eins durch einen Prototypen realisiert. Eine abschließende Bewertung zeigt die Einsatzmöglichkeiten von maschinellem Lernen im aktuellen und zukünftigen intelligenten Stromsystem auf.

Hinweis zum Urheberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.