Bachelorarbeit: Optimization of Solar Shading Systems
Eine Untersuchung physikbasierter und datengetriebener Ansätze zur thermischen Gebäudemodellierung und zur Kurzfristprognose.
Überblick
Bachelorarbeit am MCI Innsbruck zur thermischen Gebäudemodellierung. Sie vergleicht zwei grundlegend verschiedene Wege zur kurzfristigen Prognose der Raumtemperatur: physikbasierte Grey-Box-Modellierung und datengetriebene neuronale Zeitreihenmodelle.
Vorgehen
Physikbasierte Modellierung
Grey-Box-RC-Netzwerkmodelle (Widerstand-Kapazität), die das thermische Verhalten eines Gebäudes über Widerstände, Kapazitäten und solare Gewinne beschreiben, mit numerisch angepassten Modellparametern.
Datengetriebene Modellierung
Neuronale Zeitreihenarchitekturen, darunter RNN- und LSTM-Modelle, in Python mit TensorFlow/Keras umgesetzt und ausgewertet.
Was ich daraus mitnehme
Praktische Erfahrung in thermischer Modellierung, Zeitreihenprognose, vergleichender Modellbewertung und wissenschaftlichem Schreiben, dazu die Disziplin, eine Bewertung so anzulegen, dass sie zwischen Methoden unterscheiden kann, statt eine davon zu schönen.
Ein Hinweis zum Detailgrad
Die Arbeit unterliegt einer akademischen Zugangsbeschränkung, daher bleibt diese Seite auf der Ebene von Thema und Methode.