Resilienz und Automatisierung in energiewirtschaftlichen Prozessen

Herausforderungen

• Störungsfreier, wartungsfreier/-armer Betrieb ohne hohe Kosten/ohne lange Ausfallzeiten von kleinen bis großen Energiesysteme – von Haushalt bis Energieversorger/Verteilnetznetzbetreiber
• Vielfältige Ausfallszenarien von HW/SW-Ausfall bis Cyberattacken

Unsere Lösung und Forschungsarbeit

• Resilientes, selbstlernendes und automatisiertes Energiemanagementsystem auf Basis von moderner Softwarearchitektur und dem Einsatz von einer Vielzahl von KI-Methoden u.a. aus dem Bereich Big Data, Reinforcement Learning und Transfer Learning 
• Einsatz von resilienten Methoden zur Vermeidung von Ausfallzeiten 
• Nutzung verteilter, asynchroner Kommunikationsverfahren zur Vermeidung von Informationsverlust und fehlerhaften Funktionen des Energiemanagements 
• Verwendung von selbstlernenden und –adaptiven Methoden und Prozessketten zur automatischen und autonomen Anpassung an veränderliche Situationen mit gleichzeitiger Prüfbarkeit durch Explainable AI / Erklärbare KI und der Möglichkeit jederzeit die Prozesse und Prozessketten manuell zu beeinflussen 
• Nutzung von state-of-the-art Verschlüsselungsverfahren für die Methoden des EMS als auch der Kommunikation zwischen den Methoden und zwischen den Klienten des EMS