Refine
Year of publication
Document Type
- Conference Proceeding (10)
- Report (8)
- Master's Thesis (5)
- Bachelor Thesis (4)
- Study Thesis (2)
- Working Paper (2)
- Article (1)
- Doctoral Thesis (1)
- Preprint (1)
Keywords
- Alterung (1)
- Amateurfunk (1)
- Antenne (1)
- Arbitration (1)
- Arbitrierung (1)
- Artificial Neural Network (1)
- Artificial Neural Networks (1)
- Artificial intelligence (1)
- Augmented Reality (1)
- Bahnplanung (1)
Institute
- Fakultät Elektrotechnik und Informationstechnik (34) (remove)
In order to elaborate inflation and deflation tendencies due to the COVID-19 pandemic and how they are tried to be actively influenced, this paper compares news regarding the measurements of central banks in Europe, USA and Japan. Factors affecting inflation are defined in conjunction with the typical measurements of central banks and conclusions are drawn in respect to differences of the most recent correcting behavior. The paper is concluded by discussing how price levels might develop during and after the crisis.
We present an innovative decision support system (DSS) for distribution system operators (DSO) based on an artificial neural network (ANN). A trained ANN has the ability to recognize problem patterns and to propose solutions that can be implemented directly in real time grid management. The principle functionality of this ANN based optimizer has been demonstrated by means of a simple virtual electrical grid. For this grid, the trained ANN predicted the solution minimizing the total line power dissipation in 98 percent of the cases considered. In 99 percent of the cases, a valid solution in compliance with the specified operating conditions was found. First ANN tests on a more realistic grid, calibrated with household load measurements, revealed a prediction rate between 88 and 90 percent depending on the optimization criteria. This approach promises a faster, more cost-efficient and potentially secure method to support distribution system operators in grid management.
Das Ziel dieser Arbeit war die Konzeption eines untergeordneten Stadtbusnetzes der Stadt Konstanz. Dabei wurde auf einem bereits entwickelten Entwurf eines übergeordneten Netzes aufgesetzt. Durch die Kombination dieser beiden entstand ein Gesamtbusnetz.
Im ersten Schritt wurde eine breit gefächerte Bestandsanalyse durchgeführt, inbegriffen war dabei eine Analyse des übergeordneten Busnetzes. Die gebündelten Ergebnisse gaben den Rahmen für die Konzeption vor. Danach folgte der schrittweise Entwurf der einzelnen Linien des untergeordneten Netzes. Im letzten Schritt der Konzeption wurden die Linien an wichtigen Umsteigeknoten und Parkräumen aufeinander abgestimmt.
Aus der genannten Analyse resultierten diverse Anforderungen für die Konzeption eines neuen Busnetzes. Hierbei konnte die Anbindung an die Bahn und das neu entstehende Mobilitätszentrum besonders hervorgehoben werden. Das Ergebnis der Konzeption waren elf Buslinien, die dem untergeordneten Netz zugewiesen werden können. Gemeinsam mit den fünf Linien des übergeordneten Entwurfs bilden sie ein Gesamtstadtbusnetz. Dabei wurden die Streckenverläufe der Linien aufeinander abgestimmt, sodass ein breitgefächertes Netz an Direktverbindungen entstehen konnte. Mithilfe der Abstimmung an Umsteigeknoten konnten sinnvolle Umsteigerelationen geschaffen werden, wodurch die Direktverbindungen zu einer flächendeckenden Anbindung der Stadtteile an relevante Ziele im Stadtgebiet erweitert wurden.
Auf theoretischer Ebene wurde hier aufgezeigt, wie ein neues Buskonzept der Stadt Konstanz gestaltet sein kann. Das vorliegende Konzept sollte in einer separaten Arbeit auf eine tatsächliche Umsetzbarkeit geprüft werden.
Effiziente Energienutzung ist eine bestehende Problematik, welche nicht nur Privathaushalte, sondern auch Institute und Unternehmen betrifft. Die Thematik, mit der sich diese Bachelorarbeit beschäftigt, ist intelligente Regelung von Wärmeenergie für Nichtwohngebäude. Das Ziel hierbei ist die Einsparung von Energie und die daraus folgenden Kosten. Hierfür wird mittels theoretischer Arbeit, Recherche für vorhandene Konzepte durchgeführt. Mit MATLAB Simulink soll anschließend ein eigenes Konzept für eine intelligente, vorausschauende Regelung aufgebaut und simuliert werden. Dabei soll die Raumlufttemperatur eines Raumes in einem Nichtwohngebäude, mithilfe eines modellbasierten prädiktiven Reglers (MPC), auf eine bestimmte Wunschtemperatur geregelt werden. Zum Schluss wird diese mit einer herkömmlichen Regelung (PID-Regelung) verglichen. Als Ergebnis kam dabei heraus, dass sich bei der vorausschauenden Regelung, im Vergleich zur herkömmlichen Regelung, ein deutlich besserer Temperaturverlauf ergibt. Die Raumtemperatur liegt im gewünschten Sollbereich, jedoch sind in den Ergebnissen keine nennenswerten Energieeinsparungen zu sehen. Durch zukünftige Erweiterungen in den MPC, sollte dies aber definitiv möglich sein. Deshalb und aufgrund der genaueren Regelung der Temperatur, wird eine Empfehlung zur Anwendung von MPC-Reglern an Nichtwohngebäude abgegeben.
Das Potential der Offshore-Windenergie, welches hauptsächlich auf hohe mittlere Windgeschwindigkeiten zurückzuführen ist, kann nicht ignoriert werden. Trotzdem zeigt die Betrachtung der aktuell installierten Leistung und der Stromgestehungskosten, dass zusätzliche Risiko- und Kostenfaktoren existieren. Diese sind vor allem auf die Installation, die Energiewandlersysteme und die Netzanbindung zurückzuführen. Getriebeschäden sind einer dieser großen Kostenfaktoren. Aus diesem Grund gewinnen getriebelosen Windkraftanlagen mit permanentmagneterregten Synchrongeneratoren immer mehr an Relevanz. In der Netzanbindung von ganzen Offshore-Windparks überwiegt die Hochspannungs-Gleichstrom-Übertragung (HGÜ) ab einer Übertragungsdistanz von 80 km. Diese Tendenz ist sinkend. Steigende windparkinterne Spannungen auf 66 kV fördern zusätzlich den Verzicht auf Umspannplattformen, welche für die HGÜ-Technik aktuell sinnvoll sind. Diese und weitere bereits in Aussicht stehenden Entwicklungen führen zu einer Einschränkung der Risiko- und Kostenfaktoren. Es wird demnach davon ausgegangen, dass die Offshore-Windenergie, als Ergänzung zur Onshore-Windenergie, eine wichtige Rolle im Rahmen der Energiewende einnimmt.
Das hier vorgestellte Netzoptimierungstool kann dem Verteilnetzbetreiber bei einem Störfall im Netz in Echtzeit eine Lösung zur Steuerung seiner Betriebsmittel vorschlagen. Dadurch kann das bestehende Netz optimal genutzt werden und ein kostenintensiver Netzausbau im Mittel- und Niederspannungsnetz verringert oder sogar verhindert werden. Als Grundlage für den Netzoptimierer dient ein künstliches neuronales Netz (KNN). Zum Training des KNN wurden Störfälle generiert, die auf reellen Erzeugungs- und Lastprofilen aus dem CoSSMic-Projekt basieren [1]. Für jeden Störfall wurde aus allen möglichen und sinnvollen Netzkonfigurationen eine optimierte Netztopologie anhand von Lastflussberechnungen ermittelt. Durch die Variation der Stufenschalter der Transformatoren und der Stellungen aller installierten Schalter im Netz wurde berechnet, wie der Stromfluss gelenkt werden muss, damit keines der Betriebsmittel die zulässigen Belastungsgrenzen mehr überschreitet. Für ein virtuelles Testnetz konnte mit einem trainierten KNN zu 90 Prozent die optimale Lösung des jeweiligen Störfalls erkannt werden. Durch die Anwendung der N-Best Methode konnte die Vorhersagewahrscheinlichkeit auf annähernd 99 Prozent erhöht werden.