Vogel, BenediktBenediktVogel2019-09-192016-09-2220161660-6728https://fis.uni-bamberg.de/handle/uniba/40963Die Erfahrung hat gezeigt, dass Personen, die eine Energieberatung in Anspruch nehmen, ihren Energieverbrauch und damit die entsprechenden Kosten häufig erheblich reduzieren können. Aber wie können Energieberater Haushalte ausfindig machen, deren Energieverbrauch unnötig hoch ist? Die Forscher der ETH Zürich und der Universität Bamberg (Bayern) wenden einen Algorithmus an, der die Daten intelligenter Stromzähler auswertet. Mithilfe des durch maschinelles Lernen trainierten und getesteten Algorithmus können seitdem mit einer gewissen Zuverlässigkeit 22 Merkmale aus den Lastprofilen der mit intelligenten Stromzählern ausgestatteten Haushalte abgeleitet werden. In den meisten Fällen ist eine weitere Verbesserung der Zuverlässigkeit möglich, wenn der Algorithmus zusätzlich über meteorologische und geografische Daten verfügt. Diese Methode ermöglicht es, die richtigen Personen mit den für sie relevanten Energiespartipps zu versorgen, und zwar ohne kostspielige Umfragen zur Bestimmung der Merkmale und der Ausstattung der Haushalte.L’expérience a montré que les personnes qui ont recours à un service de conseil en énergie peuvent souvent réduire considérablement leur consommation et donc les frais correspondants. Mais comment les conseillers énergétiques parviennent-ils à identifier les foyers dont la consommation énergétique est inutilement élevée ? Les chercheurs de l’ETHZ et de l’Université de Bamberg appliquent un algorithme qui évalue les données des compteurs électriques. Cette méthode permet de prodiguer des conseils pertinents en termes d’économies d’énergie, et ce, aux personnes appropriées.fraarticlehttps://www.bulletin.ch/de/news-detail/alexia-conseil-en-energie-assiste-par-ordinateur.html