Do-It-Yourself Heizenergie-Optimierung mit einem Neuronalen Netzwerk

RC3-Vorspann-Musik

Herald: Aber und damit herzlich willkommen
wieder an diesem Morgen zur About-Future-

Stage. Wir haben jetzt hier einen ganz
interessanten Talk über DIY-Heizenergie-

Optimierung mit einem neuronalen Netzwerk
von Jens Dorfmüller hier zu meiner

Rechten. Jens hat auch die Folien unter
seiner Website wwwjens.dorfmüller.de, mit

ü oder mit u ist egal. Ja Jens, wie bist
du darauf gekommen, einen Talk über

Heizenergie-Optimierung zu machen?
Jens: Ich habe mich vor zweieinhalb Jahren

habe ich einen Smart Meter eingebaut
bekommen und habe mich damit beschäftigt,

was man damit machen kann. Und daraus hat
sich im Laufe von zweieinhalb Jahren ein

bisschen größeres Projekt entwickelt. Und
jetzt war ich.. ist das Projekt in einem

Zustand, wo ich sag: Na ja, jetzt könnte
man es eigentlich auch mal zeigen und

gucken, ob es für andere Leute interessant
ist, ob andere Leute vielleicht auch noch

Ideen haben, was man weiter damit machen
könnte. Ja und so habe ich gedacht, melde

ich mal einen Talk an und es freut mich
sehr, dass ich heute hier in München sein

darf und mal wieder auf einer Bühne stehen
darf.

Herald: Wunderbar. Ich würde sagen, damit
übergebe ich gleich an dich und wir sind

gespannt, was du uns zu erzählen hast.
Jens: Super, guten Morgen zusammen. So,

ich fange gleich mit meiner ersten Folie
an. Die ganze Geschichte hat bei mir

angefangen, vor gut zweieinhalb Jahren,
als ich einen Smart Meter eingebaut

bekommen habe und ich mich damit
beschäftigt habe: Was kann man denn

eigentlich damit machen? Und als ich mich
damit beschäftigt habe, habe ich dann

festgestellt Na ja, dieses Smart Meter
überträgt alle paar Sekunden den

Zählerstand und die aktuell bezogene
Leistung. Und zwar macht sie das über eine

Infrarot-Schnittstelle, die da drauf ist.
Auf der Folie, auf dem Bild sieht man

diese Infrarot-Schnittstelle, abgedeckt
durch so einen gelben Messkopf, den ich da

draufgesetzt habe. Darunter sitzt die LED.
Diese Infrarot-LED kann man mit einer

einfachen Diode, mit einer einfachen Foto-
Diode mit einer Infrarot-Foto-Diode

abgreifen und kann die zum Beispiel über
die Infrarot-Schnittstelle, über eine

GPIO-Schnittstelle eines Raspberry PI
auslesen. Oder ich habe ein bisschen die

faule Variante genommen. Ich habe jemanden
gefunden, der in der Kleinserie so ein

Messkopf gebaut hat und der die quasi mit
USB-Schnittstelle angeboten hat. Vorteil

wenn man das Ding so semiprofessionell
kauft, dann dann wird da auch gleich noch

nen Magnet-Ring mit eingebaut, der das
dann auf der Schnittstelle festhält und

das ganze optisch abdichtet. So, damit
kann ich jetzt den Zählerstand auslesen.

Vielleicht noch einen Hinweis für Leute,
die das nachmachen wollen. Man muss erst

die Schnittstelle freischalten, da gibt es
eine PIN, die man da eintippen, eingeben

muss. Das ist ganz lustig über
Morsezeichen, mit einer Taschenlampe muss

man die eingeben und dann kann man den
vollen, die Ausgabe des vollen Datensatz

freischalten. Das habe ich dann gemacht
und ich habe ein Projekt gefunden im

Internet volkszähl.org, dieses Projekt
liefert letztendlich die ganze Software,

mit der man das dann auslesen kann, die
die Daten aufbereiten kann. Dieses Projekt

steht, besteht letztendlich aus mehreren
Programmen. Das eine, erste Programm ist

der vzlogger. Der liest quasi den
Datenstrom mit, teilt ihn auf in

verschiedene Kanäle, also in den Kanal,
Zählerstand-Hauptzeit, Zählerstand-

Nebenzeit und den aktuellen Verbrauch. Der
kann aber auch puffern. Das heißt, wenn

mein Server, auf dem die Daten gespeichert
werden, mal down ist, dann puffer der

zwischen, so lange bis der wieder ub ist
und schickt dann die Daten rüber. Dieses

Programm, vzlogger, schickt die Daten dann
an eine Middleware, die auf meinem Server

läuft. Das ist im Prinzip eine
Schnittstelle, ein ganz einfacher http-

request, über den das übertragen wird.
Diese Middleware hat dann die Aufgabe, die

die Messwerte zu empfangen und sie
letztendlich in die Maria-DB, die im

Hintergrund läuft, zu schreiben. Und dann
gibt es noch das Web Frontend. Das ist

letztendlich das, wie man das Ganze
bedient. Die nimmt dann die Daten aus der

Maria-DB und stellt sie grafisch dar. Und
damit kann man schon ganz interessante

Dinge machen. Hier zum Beispiel ist.. ist
der Strom, der Stromverbrauch, der normale

Stromverbrauch von unserem Haus. Und jetzt
sieht man unten die Zeitskala und oben

aufgetragen die Leistung, die abgerufen
wurde. Jetzt habe ich folgendes Ereignis

mal mit geplottet: Hier sieht man, was der
Stromverbrauch ist vom Haus, wenn das

Deckenlicht im Wohnzimmer an ist. So, dann
bin ich hergegangen, habe die Leselampe

neben dem Sofa angemacht. Man sieht der
Stromverbrauch steigt. Dann habe ich das

Decken Licht ausgemacht und habe gedacht
naja, jetzt spare ich Strom, weil ich nur

noch weniger Licht verbrauche. Dann habe
ich aber mal mein Handy rausgezogen, habe

die Oberfläche aufgerufen und habe geguckt
und habe festgestellt: Ich habe gerade

genau das Gegenteil gemacht. Ich habe mehr
Strom verbraucht. Man sieht, das Ganze

kann man rückgängig machen: Wenn ich das
Licht wieder anmache und die Leselampe

aus, dann verbrauche ich auf einmal wieder
weniger Strom. Wenn man drüber nachdenkt:

ganz logisch. Die Deckenlampe ist eine
moderne LED-Lampe, wo die meiste Energie

in Licht verwandelt wird und die Leuchte
neben dem Sofa ist noch eine alte Halogen-

Standleuchte, die verbrennt eben.. die
erzeugt nicht nur Licht, sondern auch eine

Menge Wärme und verbraucht deswegen mehr
Strom. Seitdem ist die Stehlampe ehrlich

gesagt auch ein bisschen in Ungnade
gefallen. Sie wird deutlich weniger

eingeschaltet. So, jetzt wollt ich mal ein
bisschen mehr damit machen. Vorteil von

dieser von dem Projekt volkszaehler.org
ist, dass diese http-Schnittstelle sehr

sehr gut dokumentiert ist und man relativ
einfach auch andere Dinge da reinhängen

kann. Ich habe zum Beispiel noch ein paar
Temperatur-Sensoren da reingehängt. Das

sind einfache Platin-Messwiderstand-
Temperatursensoren. Ich habe mir von

Adafruit einen Verstärker dafür gekauft,
den kann ich dann.. da kann ich dann die

Temperatur über die SPI-Schnittstelle mit
einem RaspberryPI0 auslesen und ich kann

ein einfaches Python-Script schreiben. Das
sind wirklich nur 15 Zeilen und kann das

dann an den vzlogger übergeben. Also hier
rechts dargestellt sieht man dann auch wie

das ganze aussieht. Also der
Temperatursensor ist über ein vieradriges

Kabel an den Verstärker angebunden, über
SPI dann an an den RaspberryPI0. Da geht

es dann an den vzlogger und über WLAN
hängt der an meinem Server. Gut, eine

weitere Datenquelle, die mich interessiert
hat, war die Heizung. Da habe ich ein

bisschen den Nachteil, da gibt es keine
gut dokumentierte freie Schnittstelle.

Erst kürzlich hat der Hersteller Vissmann
die API zum Auslesen auch wirklich

freigegeben und einigermaßen dokumentiert.
Zum Glück gibt es aber eine OpenSource-

Schnittstelle, eine OpenSource-API auf
GitHub, die bereits.. die es schon länger

gibt und die mir das Leben da ereinfacht:
Da kann ich eben über diese API die Daten

von meiner Heizungsanlage auslesen und aus
der Cloud auslesen und damit in meinem

volkszaehler.org einspielen. Die Daten,
die ich da abgreifen. Das sind vor allen

Dingen die Außentemperatur. Ich kann
auslesen, ob die Heizung aktiv ist oder ob

sie, ob sie im Sommer ausgeschaltet ist.
Und was ganz interessant ist: Ich kann

lesen, ob die Heizung gerade Warmwasser-
Aufbereitung macht oder ob sie mein Haus-

Fußbodenheizung betreibt. So, damit kann
ich jetzt schon eine bisschen, bisschen

interessantere Auswertung machen. Ich
kenne also die Leistungsaufnahme meiner

Heizung zu jedem Zeitpunkt und ich kenne
den Betriebszustand zu jedem Zeitpunkt.

Und jetzt kann ich mir einfach ausrechnen,
wie viel Strom ich eigentlich für.. zum

Heizen brauche und wie viel ich für die
Warmwasser-Aufbereitung brauche. Also hier

sieht man jetzt einen Plot über die
letzten zweieinhalb Jahre. Jeder Balken

ist eine Woche. In Blau sieht man die
Energie, die ich zum Heizen benutzt habe

und in Orange sieht man die Energie, die
zum Warmwasser-Aufbereitung benutzt wurde.

Ich kann dann auch sehen, ich kann daraus
relativ schnell sehen, in welcher Woche

ich wie viel, wie viel wie viel Geld
ausgegeben habe zum Heizen. So, ich kann

aber auch auftragen, wie viel Energie
brauche ich gegenüber bei welcher

Temperatur? Und da kriegt man schon was
Interessantes raus, da sieht man relativ

schnell eine eindeutige Korrelation. Je
wärmer es ist, umso weniger Energie

brauche ich zur Warmwasser-Aufbereitung.
Das ist relativ einfach erklärbar. So eine

Luft-Wasser-Wärmepumpe, die hat eine eine
schlechtere Effizienz, wenn es kalt ist.

Wenn ich mir das jetzt angucke, könnte ich
jetzt, ist es eine der Ideen, die ich

habe, was ich in Zukunft ausprobieren
will. Ich könnte jetzt sagen, ich guck mir

die Wettervorhersage an und verlege
versuche die Wasser Warmwasser-

Aufbereitung in die Zeit am Tag zu legen,
in der es wärmer ist. Und in der kalten

Zeit, vor allen Dingen in der Nacht, da
unterdrücke ich dann die Warmenwasser-

Aufbereitung bis in die frühen
Morgenstunden. Ja, das ist eine Idee. So,

dann habe ich aber auch zu Hause noch
einen Komfort-Ofen, einen Holzofen im

Wohnzimmer, den ich betreibe. Und was mich
jetzt dann interessiert hat, ist: Wie viel

Strom spare ich eigentlich dadurch, dass
ich hin und wieder mit Holz heizen? Auch

da habe ich mal einen einfachen Plot
versucht. Ich habe einfach die Temperatur

aufgetragen und dann dagegen die Energie,
die ich zum Heizen mit meiner Was.. mit

meiner Luft-Wärmepumpe brauche. Jeder
Punkt hier, jeder Punkt ist quasi eine

Woche, der Mittelwert einer Woche. Und man
sieht in den Wochen, wo ich markiert habe,

dass ich den Ofen relativ häufig anhatte,
dort scheint der Stromverbrauch

tatsächlich ein bisschen reduziert zu
sein. Ob jetzt der Holzofen an war oder

nicht, das kann ich eben an meine
Temperatur-Sensoren messen. Da sehe ich,

wenn.. wenn die Temperatur-Sensoren nur
die Umgebungstemperatur anzeigen, dann war

er offensichtlich aus und wenn die
deutlich über der Raumtemperatur liegen,

dann war der an. So, jetzt habe ich mich
gefragt, kann ich das eigentlich auch noch

genauer ausrechnen? Und da habe ich mir
jetzt folgende Idee überlegt: Ich nehme

ein neuronales Netzwerk, trainiere das auf
die Außentemperatur, die Temperatur des

Ofens und den Betriebsmodus der der
Heizung. Und wenn ich das trainiert habe,

dann manipuliert ich die Ofen-Temperatur,
die dieses neuronale Netzwerk sieht,

einfach so, dass ich so tue, als ob der
Ofen nie angewiesen wäre. Und jetzt

postuliere ich, dass die Differenz
zwischen der Vorhersage mit dem Holzofen

und die Vorhersage ohne den Holzofen, das
müsste ungefähr meine gesparte elektrische

Energie sein. So, so, sieht jetzt, sehen
die eingangs Größen für das neuronale

Netzwerk aus. Man sieht also hier die
Außentemperatur, dass es eben nicht nur

die aktuelle Außentemperatur, sondern eben
auch die von den Zeitslots vorher. Ich

mittel immer über Zeitslots von 6 Stunden,
das heißt, ich betrachte hier die die

Außentemperatur bis zu 24 Stunden
rückwärts. Dasselbe mache ich mit dem

Ofenspeicher mit dem Ofen. Dann nehme ich
eben auch nicht nur die aktuelle

Temperatur, sondern gucke mir auch bis..
gucke mir auch drei Slots zurück an. Denn

bei dem Betriebszustand der Heizung, da
gucke ich mir jetzt nur an Ist die Heizung

aktuell an oder ist sie im Spar-Modus?
Oder ist gerade die EVU-Sperre vielleicht

noch ein Wort zu der EVU-Sperre: Das ist
eben ein Recht, was mein Energieversorger

hat. Mein Energieversorger darf mir sagen,
dass an bestimmten Zeiten am Tag meine

Heizung ausbleiben muss. Da hält sich die
Heizung halt auch dran. Und das hat

natürlich auch einen massiven Einfluss
darauf, wie viel Strom meine Heizung

verbraucht. So die aus... die Größe, auf
die ich das neuronale Netzwerke trainiere,

ist letztendlich die Heizenergie. Das ist
die, die das Integral über die Leistung

ohne die Warmwasser aufbereitung. So sieht
dann das neuronale Netzwerk aus. Ich habe

hier, dass das Input-Layer mit 11 Größen,
einen Hidden-Layer mit 24 Neuronen dann im

Hidden-Layer 2:16, im Hidden-Layer 3:12
und dann habe ich nachher einen Output-

Layer und das Netzwerk ist fully
connected. Man sieht hier an der Anzahl

der Linien, hier gibt es sehr, sehr viele
Parameter, sehr viel freie Parameter, mit

der ich, mit dem ich das neuronale
Netzwerke trainieren kann. Für mich als

Physiker ist dieses neuronale Netzwerk
erst einmal einfach nur eine Funktion mit

insgesamt 905 Freiheitsgraden, also ein
F(a1..a905) und dann noch die

Eingangsgrößen hier und die Ausgangsgröße
ist der Energieverbrauch. So und jetzt

habe ich Datensätze für dieses x1 bis x11
von Datensatz 1 bis.. im Moment sind es

über 23600 Stück, die ich da reinstecken
will in diese Funktion. Und rauskommen

soll der Energieverbrauch für jeden dieser
einzelnen Datensätze. So, jetzt ganz kurz:

Wie komme ich zu diesen Datensätzen? Hier
sieht man jetzt aufgeplottet die Zeit, das

sind zwei Tage. Man sieht hier in der
Ockerfarbe den den den Stromverbrauch der

Heizung und man sieht hier zum Beispiel in
in Pink, das ist jetzt schwer zu erkennen,

hier in Pink ist markiert, wo Warmwasser-
Aufbereitung war. Das wird rausgerechnet.

Und hier in Rot sieht man die Temperatur
des Ofens. Und jetzt gehe ich her und

teile das einfach in Sechs-Stunden-Slots
auf und mittel die Werte für jeden dieser

Sechs-Stunden-Slots. Wenn ich das
ausrechene würde ich ungefähr auf, wenn

ich das so mache über die ganze Zeit, über
die ganzen zweieinhalb Jahre würde ich,

glaube ich, auf 6000 Datensätze kommen.
Jetzt mache ich noch ein bisschen..

schummeln ich noch ein bisschen. Ich
schiebe diese Zeit-Slots einfach immer um

eine Stunde weiter und so kann ich
wesentlich mehr Datensätze generieren mit

denselben Daten, die ich letztendlich
habe. Das hilft mir sehr beim Trainieren

des Netzwerks und erhöht die Genauigkeit.
So, jetzt habe ich das neuronale Netzwerk.

Ich habe die Daten. Jetzt ist die einzige
Aufgabe, die noch fehlt: Ich muss das

trainieren. Trainieren läuft normalerweise
so, ich ich lege initiale Parameter fest.

Dann schätze ich die die Datensätze. Ich
berechne den Fehler, die Ableitung des

Fehlers. Dann werden verbesserte Parameter
bestimmt und so läuft das iterativ immer

weiter, solange, bis der Fehler klein
genug ist. Und dann sage ich: Das

neuronale Netzwerk ist trainiert. So, das
sind jetzt die Ergebnisse. Hier habe ich

jetzt mal aufgetragen, wie viel Energie
mein Ofen bei welcher Außentemperatur

spart, das ist in rot aufgetragen. In
schwarz sieht man noch, was passiert, wenn

ich meine Heizung im Urlaubs-Modus
betreibe. Aber wir konzentrieren uns jetzt

hier auf die rote Linie und da sieht man
je tiefer die Temperatur ist, umso mehr

Energie spart er. Und zum Beispiel hier so
bei minus 5, zwischen minus zwischen 0 und

minus 5 Grad gibt es so ein Peak. Da spart
mir mein Holzofen, da trägt er bis zu 0,5,

bis zu 0,5 Kilowatt zur Heizung bei. So
das Modell an sich, wenn ich das

aufintegriere über den ganzen Zeitraum,
dann sagt das Modell relativ gut den

realen Energieverbrauch voraus. Das
überschätzt den Energieverbrauch leicht um

0,21%. Ich habe auch, ich habe das
mehrmals wiederholt. Ich habe mal über 100

Stück über 100 Läufe gemittelt und da
komme ich auf eine Standardabweichung auf

3,2%. Das finde ich schon relativ gut für
den Ansatz. So, die Energieersparnis, die

das Modell voraussagt, ist im Durchschnitt
6,.., ja ungefähr 6,4% und die

Standardabweichung dort ist auch so
gering, dass ich sag: Ja, dem Wert kann

man vertrauen. Und insgesamt sagt das
Modell mir voraus, dass ich mit dem

Betrieb des Holzofen so ca. 575
Kilowattstunden an elektrischer Energie

gespart habe oder in Stromkosten ca. 135
Euro. Gut. Wie kann man das einschätzen?

Hier die beiden Wärmequellen verglichen
einerseits meine Luft-Wasser-Wärmepumpe,

auf der anderen Seite der Holz-Kaminofen.
So Energieträger bei der Luft-Wasser-

Wärmepumpe ist Strom. Inzwischen beziehe
ich da nur noch Ökostrom. Die Kosten hatte

ich gesagt, 135 Euro und die eingesparte
Energie 575 Kilowattstunden. So, das ist

aber der Stromverbrauch der Wärmepumpe.
Und das, was an Heizenergie dann wirklich

zu Hause ankommt, ist höher. Da gibt es
eben einen Umrechnungsfaktor, der sagt,

wie viel Energie wirklich im Haus ankommt,
denn die Wärmepumpe erzeugt ja nicht

Wärmeenergie, sondern sie pumpt die
Wärmeenergie einfach von außen in das Haus

hinein und der Holzofen wurde betrieben
bei einer Durchschnittstemperatur von 5

Grad. Und da liegt der "Coefficient of
Performance" meiner Luft-Wasser-Wärmepumpe

so ca. bei 4,7. Das heißt, das was an
Heizenergie bei mir im Haus ankommt oder

angekommen wäre von diesem, von der
eingesparten Energie ist das 4,7 fache. So

auf der anderen Seite habe ich den Holz-
Kaminofen. Da habe ich in den zweieinhalb

Jahren ca. 4 Schüttraummeter Buchenholz
verbrannt. Hier sieht man, wie viel das

ist. Das sind zwei Meter Buchenholz, das
heißt das doppelte. Von dem habe ich ca.

in dem Ofen in der Zeit verbrannt. Bezahlt
habe ich dafür wesentlich mehr als für für

den Strom, den ich gespart habe. Die
Energie, die dieses Holz hat, sind ca.

fünfeinhalb Kilowatt, 5500
Kilowattstunden. Jetzt hat der Ofen

natürlich auch eine gewisse Effizienz. Die
wird angegeben bei ca. 82%. Das heißt auch

davon kommt natürlich nicht alles bei mir
im Haus an. Jetzt, wenn man guckt, ist

eine Differenz von fast 2000
Kilowattstunden. Das wirkt erst mal

relativ groß. Aber an sich liege ich da in
der richtigen Größenordnung. Die möglichen

Ursachen für die Differenz, die da noch
ist, zum einen unterschätze ich

wahrscheinlich noch den Effekt von meinem
Holzofen, denn ich mittel nur ich gucke

nur bis zu 24 Stunden zurück. Und wenn der
Ofen mal ordentlich läuft und auch die

Wände vom Haus erhitzt, dann ist der
Effekt wahrscheinlich noch wesentlich

länger. Und zum anderen: die die Effizienz
von 82% erreiche ich garantiert nicht zu

Hause, denn der Ofen steht nur in einem
Raum und der heizt genau einen Raum. Und

da kommt nicht alles im ganzen Haus an.
Auch da könnte man wahrscheinlich

verbessern. So was schließe ich daraus.
Zum einen: Wirtschaftlich ist der Betrieb

meines Holzofens definitiv nicht rentabel.
Denn wenn wir, wenn draußen Temperaturen

so jenseits der Minus 10 Grad sind, dann
macht es wahrscheinlich auch

wirtschaftlich Sinn, den zu betreiben. Da
muss man einfach bedenken Der "Coefficient

of Performance" einer Wärmepumpe sinkt
drastisch, wenn man in Richtung minus 10

Grad geht. Ich habe mal aus dem Datenblatt
hergeleitet. Leider sieht man das.. leider

wird das für die Temperatur nie angegeben,
weil die Werte dann relativ schlecht sind.

Deswegen habe ich mir die aus dem
Datenblatt mal hergeleitet.

Schätzungsweise bei minus 10 prozent...
bei minus 10 Grad Celsius ist der

"Coefficient of Performance"
wahrscheinlich nur noch bei 2,5.

Dahingegen: Die Leistung und die Effizienz
des Ofens bleibt aber unabhängig von der

Außentemperatur immer gleich. Das heißt,
irgendwo bei sehr tiefen Temperaturen

draußen steigt das, macht es immer mehr
Sinn, diesen Ofen zu betreiben. Von der

CO2-Bilanz her kommt es ganz darauf an,
was man für einen Strommix hat. Dadurch,

dass ich jetzt nur noch nur noch Ökostrom
nehme, macht das da auch nicht mehr so

viel Sinn. Wenn ich die energetische
Betrachtung von vorhin angucke, dann komme

ich drauf, dass die Analyse-Methode an
sich scheinbar ganz gut funktioniert und

mir da auch Daten in der richtigen
Größenordnung liefert. An sich lässt sich

dieser Ansatz auch übertragen eben auf
andere Dinge. Die Methode lässt sich

eigentlich immer dann einsetzen, wenn man
vorhersagen möchte, ob eine manchmal

verwendete Verhaltens-Methode bei
dauerhafter Anwendung zu einer Einsparung

führen würde. Und dann kann man auch
ausrechnen, wie groß diese Einsparung

wäre. Das könnte man zum Beispiel machen,
indem man die Umwälzpumpe für die

Warmwasser-Aufbereitung mal einschaltet,
mal ausschaltet, dann darauf ein Modell

trainiert und am Schluss sich dann
ausrechnet: Wenn ich die dauerhaft

ausgeschaltet lassen würde, wie viel würde
ich dann sparen? Oder ich könnte mir

überlegen, wenn ich die Jalousien
regelmäßig bei Kälte runter lasse, alle

Jalousien runter lasse. Dann würde ich
wahrscheinlich auch was sparen und ich

könnte mir gucken.. ich könnte mir
angucken, wie viel diese

Verhaltensänderung nachher auch an Energie
sparen würde. Gut, zum Schluss noch einmal

die Projekte, die Software und die ich die
verwendet habe. Zum einen habe ich schon

erwähnt das OpenSource Projekt
volkszaehler.org, was mir sehr geholfen

hat und die Viessmann App von von True
Avatar auf GitHub. Zum Auswerten habe ich

sehr viel NumPy verwendet. Ich habe auf
das Backend von Vissmann zugegriffen. Da

gibt es das Developer Portal, wo man dann
ja die dokumentierte API findet.

Programmiersprachen habe ich das meiste in
Python geschrieben, auch ein bisschen PHP

ist dabei. Machine Learning habe ich in
Keras mit Tensor Flow als Backend

angewendet und als Package Manager hatte
ich Anaconda und ein Buch was ich

empfehlen kann ist hier von Jörg Frochte:
Maschinelles Lernen. Das hat mir sehr viel

Spaß gemacht, es zu lesen und es hat mir
sehr viel gebracht zum Verständnis von

neuronalen Netzwerken. Damit bin ich
fertig. Möchte mich herzlich bedanken fürs

Zuhören. Die Folien wie gesagt habe ich
abgelegt auf meinem auf meiner Homepage.

Ihr könnt mich per E-Mail erreichen oder
auch über Event Phone, wenn ich dann

wieder zu Hause bin, könnte mich auch über
Event Phone anrufen. Vielen Dank.

Herald: Wunderbar. Wir sagen auch: Vielen
Dank! Ich hoffe, es hat den

Zuschauer*innen an den Endgeräten
gefallen. Wir haben eins, eins, zwei, drei

Fragen bekommen. Wir haben auch noch Zeit
für eine kurze Q&A. Falls noch Fragen

aufkommen, einfach in den IRC, da kommt es
am besten zu uns durch. Genau, und zwar

wurde gefragt, ob du es schon vorher mit
einem einfachen physikalischen Modell

versucht hast, das einfach nur den
Wärmefluss oder den Energiefluss mit

einbezieht und nicht ein komplettes
neuronales Netzwerk mit 509 Parametern,

oder bzw. 11 Parameter waren es glaub ich
und 509 Einstellmöglichkeiten, oder?

Jens: Das habe ich nicht probiert, weil
mir relativ schnell klar wurde, dass es

eben sehr viele verschiedene Kombinationen
aus verschiedenen Dingen gibt. Also

spielen eben so viele verschiedene Dinge
eine Rolle, dass ich gesagt habe: Naja, da

mache ich mir das Leben einfacher. Ich
probiere es mit dem neuronalen Netzwerk,

da muss ich mich nicht um die Details
kümmern.

Herald: Okay, genau die zweite Frage geht
in eine ähnliche Richtung, nämlich das

bzw. dass man das neuronale Netzwerk auch
als modellfreien Ansatz charakterisieren

könnte, weil da weniger Parameter und
weniger Daten vonnöten würden. Hast du da

mal drüber nachgedacht?
Jens: Ne habe ich so noch nicht drüber

nachgedacht.
Herald: Okay. Genau, und es wurde noch

gefragt, was für eine Wärmepumpe du
benutzt hast, ob die Wärme aus der Luft

oder aus dem Boden kommt, von dem, wie sie
es angeordnet hat. Es kommt aber aus der

Luft.
Jens: Es ist eine Luft-Wasser-Wärmepumpe.

Das heißt, die Wärmepumpe zieht die die
Wärme aus der Luft raus. Auf der einen

Seite saugt sie die Luft an, auf der
anderen Seite pumpt sie die kalte,

abgekühlte Luft wieder raus. Ja, natürlich
könnte man die Effizienz steigern, indem

man auf eine eine andere Art von
Wärmepumpe, wie zum Beispiel mit einer

Tiefbohrung die Energie aus dem aus dem
Boden holen. Das würde wahrscheinlich die

Effizienz und vor allen Dingen den
Effizienz-Verlust bei tiefen Temperaturen,

der wäre dann längst nicht so stark.
Herald: Ich kann mir auch vorstellen, dass

der Boden ja auch einen guten Puffer oder
guten Zeitpuffer bietet. Besser als die

Luft.
Jens: Ja, und es gibt auch, es gibt

inzwischen Wärmepumpen, wo man sich einen
großen Wassertank in in, in den Boden

einlässt und über den Winter macht man das
zu Eis und im Sommer lässt man es langsam

schmelzen.
Herald: Auch sehr interessant. Es gab

sogar noch Feedback über den IRC, dass der
Talk sehr informativ war und es wird dir

gedankt.
Jens: Vielen Dank.

Herald: Gut, wenn sonst jetzt noch nichts
mehr hier eintrudelt... Ah, doch noch was.

Und zwar ob es die Leser am Stromzähler
auch mit WiFi und Akku gibt, dass sie

nicht über eben diese Vier-Draht_Leitungen
angeschlossen werden müssen.

Jens: Die die am Stromzähler oder die am..
Herald: die Leser am Stromzähler, ja

genau.
Jens: Am Stromzähler habe ich noch keine

gesehen. Das frage ich mich auch. Warum?
Wir machen überall Smart Home, machen alle

Lichtschalter per WLAN, aber ein Zähler,
der auf den Zähler aufgesteckt wird und

dann per WLAN einfach so überträgt, habe
ich noch nirgendwo gefunden.

Herald: Das wäre ja mal ein spannendes
Bastelprojekt für die Community, ein WLAN-

und Akku- Infrarotlesegerät für den
Stromzähler. Es kommt noch eine Frage.

Noch mal die gleiche Geschichte: Ein nettes
kleines Modell mit gekoppelten

Wärmespeicher als Differentialgleichung
hätte sehr viel weniger Parameter und die

Daten müssten nicht erst gemittelt werden.
Ich glaube, du hast eine Hausaufgabe

bekommen. Gut, mal schauen. Dann sehen wir
vielleicht nächstes Jahr mit einem

kleineren Modell.
Jens: Mal gucken. Wenn ich wenn ich das in

einem Jahr hinkriege, dann melde ich mich
für nächstes Jahr.

Herald: Gut. Genau dann würde ich sagen:
Vielen Dank an alle Zuschauer*innen da

draußen. Ich hoffe es hat euch gefallen.
Auch nochmal vielen Dank an Jens und ich

würde dir noch das letzte Wort lassen und
dann sind wir soweit fertig.

Jens: Ja, vielen Dank euch auch fürs
Organisieren. Und dann bis demnächst.

Tschüss!

RC3-Abspann-Musik

Untertitel erstellt von c3subtitles.de
im Jahr 2022. Mach mit und hilf uns!