Bis zu 90€ Rabatt auf Elektronik im Sale* mit Code TECHXDEAL26J  Jetzt entdecken
Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
NothingAlle anzeigen
Phone (1)
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
SonyAlle anzeigen
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
Bowers & WilkinsFairphoneGoogle
LautsprecherAlle anzeigen
Yamahatonies
Smart SpeakerAlle anzeigen
Google
SoundbarsAlle anzeigen
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Steuerung solar gespeister häuslicher Energieversorgungssysteme auf der Basis des Reinforcement Learning Ansatzes

Daniel John (Broschiert, Deutsch)

Optischer Zustand
Beschreibung
Zur Reduktion energiebedingter Treibhausgasemissionen werden Haushalte zunehmend durch Photovoltaik (PV)- oder photovoltaisch-thermische (PVT)-Systeme energetisch versorgt. Durch den volatilen Charakter dieser solaren Systeme wird für deren verstärkte Einbindung in Haushalte eine effiziente Steuerung benötigt. Das Ziel dieser Arbeit ist es daher ein Steuerungskonzept für solar gespeiste häusliche…  Energieversorgungssysteme zu entwickeln und simulationsgestützt zu bewerten. Konzeptionell überprüft wird dabei, ob sich eine Steuerung basierend auf Reinforcement Learning dazu eignet, positiv auf Kenngrößen des Betriebes einzuwirken und ob durch eine Implementierung dieser Steuerung eine Verbesserung der Kenngrößen im Vergleich zu einer Referenzregelung erreicht werden kann. Hierfür wird eine bereitstellungsseitige Steuerung vom Durchfluss durch PVT-Systeme, eine nachfrageseitige Steuerung der Beladung von Warmwasserspeichern oder die Steuerung beider Aspekte verwendet. Das Steuerungskonzept trainiert Steuerungseinheiten anhand eines Trainingsdatensatzes und validiert diese anschließend auf einem unabhängigen Validierungsdatensatz. Dieses Vorgehen ermöglicht eine Quantifizierung sowohl des Trainings- als auch des Validierungserfolges. Die simulationsgestützte Evaluation zeigt, dass das Steuerungskonzept Steuerungseinheiten erfolgreich trainieren, valideren und durch deren simulationsgestützte Implementierung die Kenngrößen von häuslichen Energieversorgungssystemen verbessern kann. Die dabei quantifizierbaren Effekte sind konsistent über eine Vielzahl der untersuchten Fälle zu detektieren und über die untersuchten Einfamilienhäuser je Fall ebenfalls in ähnlichen Größenordnungen nachzuweisen. Das entwickelte Steuerungskonzept kann somit als geeignet im Hinblick auf eine simulationsgestützte Betrachtung bewertet werden. Bei einer erfolgreichen Erprobung dieser Ergebnisse ist es möglich, volatile erneuerbare Energien in Haushalte zur Verbesserung holistischer Kenngrößen zu integrieren.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 34,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Details


Erscheinungsdatum
01.01.2024
Sprache
Deutsch
EAN
9783339137784
Herausgeber
Kovac, Dr. Verlag
Serien- oder Bandtitel
Schriftenreihe Technische Forschungsergebnisse
Sonderedition
Nein
Autor
Daniel John
Seitenanzahl
232
Auflage
1
Einbandart
Broschiert

Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!