Challenges und Ergebnisse der Open Energy Data Hackdays (OEHD) 2020

23.9.2020

{{translation.caption}}:


Die Hackdays am 28. und 29 August 2020 in Brugg waren ein voller Erfolg. Energieunternehmen, die öffentliche Verwaltung und Organisationen mit Bezug zur Energiewirtschaft stellten auch dieses Jahr spannende Challenges für die 87 Teilnehmer. Die Bearbeitung der Daten führte zu der Entwicklung von verschiedensten innovativen, digitalen Ideen und Prototypen. Hier finden Sie alle Ergebnisse.

Das Ziel der Open Energy Data Hackdays ist, Unternehmen und Behörden das Potential von Daten zu energierelevanten Themen aufzuzeigen. Viele Unternehmen und Gemeinden haben eine grosse Menge an Daten, die sich noch nicht genügend zur Lösung energierelevanter Fragestellungen nutzen. An den Hackdays bekommen die Teilnehmer Zugang zu diesen Daten. Dort treffen innovative und interessierte Personen mit unterschiedlichsten Hintergründen aufeinander und können selbständig neue Lösungen und Prototypen zu vorgegebenen Problemen entwickeln. Die Resultate können als Grundlage für grosse Projekte oder zur Entwicklung weiterverwendet werden.

An den Hackdays 2020 trafen sich Vertreter von Energieunternehmen, der öffentlichen Verwaltung und der Forschung. Gemeinsam definierten sie Challenges für die Teilnehmer des Hackdays. Das Digital Innovation Office des Bundesamt für Energie stellte die Challenge "Put CH on the Electricity Map" auf, die erfolgreich bewältigt wurde. Das Event nutzt das Konzept der "Crowd Intelligence": Das bedeutet, dass eine Gruppe von Personen gemeinsam bessere Lösungsansätze finden kann als eine einzelne Fachperson. Die Veranstalter der Hackdays luden deshalb Hacker:innen aus verschiedensten Bereichen ein: Student:innen, Datenspezialist:innen, Designer, Entwickler:innen, Fachexpert:innen und Firmen. Gemeinsam entwickelten die Teilnehmer innovative digitale Lösungsansätze und Codes für Challenges in den Bereichen Energieeffizienz und Erneuerbaren Energien. Alle Ergebnisse sind öffentlich zugänglich und Sie finden Sie hier. Lassen Sie sich von Digitaler Innovation inspirieren.

 

Challenge: Optimierung von Fernwärmeverbünde
Reduzierung der Spitzenlastzeit von Gaskesseln durch besseren Speicherbetrieb einschliesslich verbesserter Speichersteuerung und Wärmebedarfsprognose.
Code: https://github.com/district-heating-2020/data_analysis

Challenge: PV self-consumption optimization
Bewertung und Optimierung von Trade-Offs bei der Konzipierung von Batteriespeichern für PV-Systeme. Der Benutzer kann wählen, ob er die ökonomischste Batterielösung oder seine Unabhängigkeit steigern möchte
Code: https://github.com/ehackdays/PV-Optimisation

Challenge: Read your own Smart Meter
Eine Plattform um Smart Meter über die lokale Kundeninformationsschnittstelle (CII) auslesen und den Verbrauch zu visualisieren. Ein Dashboard zeigt die nützlichsten Informationen.
Code: https://github.com/aselviar/cii_read_your_sm

Challenge: Cheapest Charging around
Weiterentwicklung der GIS-Plattform des Bundesamtes für Energie (BFE). Ergänzung von Preisinformationen für Ladestationen und suche der günstigsten Variante für Elektroautofahrer.
Code: https://github.com/OpenEnergyData/Cheapest-Charging-Around

Challenge: Energy Data Visualization
Plattform für strategische Entscheidungsfindung basierend auf Daten des Energy Science Center der ETH Zürich.
Demo: https://demo.codimd.org/s/SJ2pyTD7D#

Challenge: e-mobility behavior analysis
Analyse der Ladevorgänge von privaten und öffentlichen E-Auto-Ladestationen. Diese Analyse könnte gute Hinweise für die Erstellung von automatisierten Kundensegmentierungen liefern. Die Vorhersagen von Verhaltensänderungen kann für den Abgleich der Lastkurve im Vergleich zur Stromerzeugung aus erneuerbaren Energien helfen. Benutzer können über ihre Ladegewohnheiten reflektieren und diese optimieren.
Code: https://github.com/magnetilo/energy_hackdays_2020_05_emob_behavior_analysis

Challenge: Empower the People with Smart Meter Data
Neuartiger Energieausweis bewertet, wo und wie stark das Gebäude bzw. das Nutzerverhalten Abweichungen von einem theoretischen Optimum aufweist.
Demo: https://www.figma.com/proto/b0tYMzO51sRp4McNm7A8qF/Open-Energy-Hackdays?node-id=16%3A46&scaling=min-zoom

Challenge: ML Wind Power-Prediction
Vorhersage der Leistungskurven von Windturbinen durch maschinelles Lernen: Verglich der vom Konstrukteur gelieferten Produktionsprognosen mit den tatsächlichen Produktionskurven mit dem Ziel, die standortspezifische Leistungsvorhersage von Windturbinen zu verbessern.
Code: https://github.com/tikdrian/OpenData-Power-WT

Challenge: Put CH on the Electricity Map
Das Bewusstsein für Energieverbrauch und -nutzung schärfen, indem die Schweiz auf electricitymap.org mit ihrer offenen Daten-API abgebildet wird.
Code: https://md.schoolofdata.ch/rVnlqucuS4-sJTsfgk_0ZQ?view

Challenge: Distributed analytics for asset management
Entscheidungshilfe für Anlagenverwalter, die mit Hilfe der künstlichen Intelligenz Ausfälle von Transformatoren vorhersagen und hinweisen können worauf sie achten müssen.
Weitere Infos:  https://hack.opendata.ch/project/571

Challenge: Smart Meter Anomaly Detection
Ein Modell für Erkennung von Anomalien bei Smartmeter-Daten und deren Visualisierung.
Code: https://github.com/nidDrBiglr/energy-hackdays-anomaly-detection

Challenge: Unleashing the Swiss Smartmeter's CII
Energiedaten demokratisieren. Durch Nutzung der Verbraucherinformationsschnittstelle CII des Smartmeters kann der Verbrauch gesteuert und visualisiert werden. Konzept und PoC-Roadmap für Bereitstellung von einem "universellen" Adapter.
Code: https://github.com/tamberg/makeopendata-smart-meter-interop

 

Weitere Informationen auch für kommende Hackdays unter https://opendata.ch/

Frühere Events: Open Energy Hackdays 2019


Unsere Webseite verwendet Cookies, um Ihnen das bestmögliche Nutzererlebnis zu bieten. Wenn Sie auf unserer Webseite weitersurfen, erklären Sie sich mit unseren Datenschutzbestimmungen einverstanden.