Refine
Document Type
- Article (2)
- Book (4)
- Part of a Book (10)
- Conference Proceeding (3)
- Contribution to a Periodical (12)
- doctorallecture (1)
- Doctoral Thesis (1)
- Internet Paper (2)
- Report (4)
- Working Paper (4)
Language
- German (43) (remove)
Is part of the Bibliography
- no (43)
Keywords
- ADAM (2)
- Abschlussbericht (1)
- Anforderungen (1)
- Anforderungserhebung (1)
- Anforderungsermittlung (1)
- Anforderungsmanagement (1)
- Ausbildung (1)
- Automobilindustrie (1)
- Autonome Elektromobilität (1)
- BMBF (1)
Institute
The development of renewable energies and smart mobility has profoundly impacted the future of the distribution grid. An increasing bidirectional energy flow stresses the assets of the distribution grid, especially medium voltage switchgear. This calls for improved maintenance strategies to prevent critical failures. Predictive maintenance, a maintenance strategy relying on current condition data of assets, serves as a guideline. Novel sensors covering thermal, mechanical, and partial discharge aspects of switchgear, enable continuous condition monitoring of some of the most critical assets of the distribution grid. Combined with machine learning algorithms, the demands put on the distribution grid by the energy and mobility revolutions can be handled. In this paper, we review the current state-of-the-art of all aspects of condition monitoring for medium voltage switchgear. Furthermore, we present an approach to develop a predictive maintenance system based on novel sensors and machine learning. We show how the existing medium voltage grid infrastructure can adapt these new needs on an economic scale.
The number of cyber-attacks on small and medium enterprises (SMEs) is constantly increasing. SMEs do not recognize the attacks until the damage has occurred. Only then, they fight with measures to increase IT-security and IT-safety. Many studies come to the point that this refers to a lack of budget, expertise and awareness of the need for IT-security. There are many compendia with recommendations for action, but they are too comprehensive and unspecific to the individual needs of SMEs. In this paper, we present the results of a research activity on the gaps that address the challenges faced by SMEs. In addition, we develop a concept for a serious gaming approach that includes an economic perspective on IT-security measures and shows how SMEs can derive their own IT-seurity target state
Dieses Forschungs- und Entwicklungsprojekt wurde durch das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Programms „KMU-innovativ: Produktionsforschung“ (Förderkennzeichen 02K19K010) gefördert und vom Projektträger Karlsruhe (PTKA) betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.
Im Rahmen des Forschungsprojekts "FlAixEnergy" sollen kleine und mittlere Unternehmen (KMU) sowohl als dezentrale Erzeuger von regenerativer Energie als auch als Energieverbraucher (Smart Industrial Customer) zu Flexibilitätsclustern zusammengefasst werden. Ziel des Projekts ist die Entwicklung einer Plattform zwischen Energieversorgungsunternehmen (EVU) und Unternehmen, mittels derer die bewertete Energieflexibilität der energieverbrauchenden Unternehmen aggregiert und so die Partizipation am Energiemarkt ermöglicht wird. Ein in diesem Kontext relevantes Thema ist die Charakterisierung der eingebundenen industriellen Verbraucher bezüglich ihres Energiebedarfsverhaltens und ihrer Flexibilität. Hierzu soll ein sogenannter "energetischer Fingerabdruck" entwickelt werden, der dazu dient, Flexibilitätspotenziale und Lastprognosen von industriellen Stromverbräuchen systematisch an Energieversorgungsunternehmen zu kommunizieren. Das Projekt wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert.
Die vorliegende Publikation beinhaltet die Projektergebnisse des Forschungsprojekts „FlAixEnergy – Innovative Energieflexibilitätsplattform zur Synchronisation und Vermarktung des regionalen Stromverbrauchs industrieller Anwender mit dezentraler Energieerzeugung in der Modellregion Aachen“ (Förderkennzeichen 0325819A-I). Dieses Forschungs- und Entwicklungsprojekt wurde mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert und vom Projektträger Jülich (PTJ) betreut. Die Autoren sind für den Inhalt der Veröffentlichung verantwortlich.
Energieflexibilität stellt eine mögliche Lösung dar, um die Herausforderungen der steigenden Volatilität in den Versorgungsnetzen in Deutschland zu beherrschen. Die Bundesregierung gibt den Weg vor: Die Energieversorgung Deutschlands wird in Zukunft verstärkt bis ganzheitlich durch erneuerbaren Energien gedeckt werden. Heute gibt es jedoch wenige innovative Energiedienstleistungen, die dieses Ziel verfolgen und die beschriebene Herausforderung in Zukunft beherrschbar machen.
Im Projekt "FlAixEnergy" wird eine Roadmap innovativer Energiedienstleistungen entwickelt. Diese zeigt auf, welche Smarten Services derzeit im Markt fehlen und in Zukunft erforderlich werden. Das Projekt wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert.
Feasibility Analysis of Entity Recognition as a Means to Create an Autonomous Technology Radar
(2021)
Mit den neuesten Technologietrends auf dem Laufenden zu bleiben, ist für Fertigungsunternehmen eine entscheidende Aufgabe, um auf einem global wettbewerbsfähigen Markt erfolgreich zu bleiben. Die Erstellung eines Technologieradars ist ein etablierter, jedoch meist manueller Prozess zur Visualisierung der neuesten Technologietrends.
Der Herausforderung, Technologien zu identifizieren und zu visualisieren, widmet sich das Projekt TechRad, das maschinelles Lernen einsetzt, um ein autonomes Technologie-Scouting-Radar zu realisieren. Eine der Kernfunktionen ist die Identifizierung von Technologien in Textdokumenten. Dies wird durch natürliche Sprachverarbeitung (NLP) realisiert.
Dieser Beitrag fasst die Herausforderungen und möglichen Lösungen für den Einsatz von Entity Recognition zur Identifikation relevanter Technologien in Textdokumenten zusammen. Die Autoren stellen eine frühe Phase der Implementierung des Entity Recognition Modells vor. Dies beinhaltet die Auswahl von Transfer Learning als geeignete Methode, die Erstellung eines Datensatzes, der aus verschiedenen Datenquellen besteht, sowie den angewandten Modell-Trainings-Prozess. Abschließend wird die Leistungsfähigkeit der gewählten Methode in einer Reihe von Tests überprüft und bewertet.
Während die Einsatzpotenziale digitaler Technologien häufig bekannt sind, stellt die Umsetzung dieser insbesondere für KMU eine große Herausforderung dar. "Digital in NRW - Das Kompetenzzentrum für den Mittelstand" unterstützt und befähigt diese Unternehmen mit breitgefächerten Services, um Industrie 4.0 einen Schritt näher zu kommen. Ein solcher ist die Ermittlung des Digitalisierungsgrads von KMU in NRW, welcher im folgenden Beitrag genauer beleuchtet wird.
Im Strommarkt 2.0 wird ein Paradigmenwechsel von einer verbrauchsorientierten Erzeugung zu einem erzeugungsorientierten Verbrauch durchlaufen. Dies erfordert in Zukunft ein gesteigertes Angebot von Flexibilität. Die Idee und die für das Energiesystem dienlichen Potentiale eines Flexibilitätsmarktes für die Industrie sind bekannt, dennoch werden diese Möglichkeiten zurzeit nur eingeschränkt genutzt. Es stellt sich somit die Frage, durch welche Anreize und Dienstleistungen es gelingen kann, Unternehmen zur Bereitstellung von Flexibilität zu motivieren. Hierfür werden im vorliegenden Paper die bestehenden Energiedienstleistungen und neue Flexibilitätsdienstleistungen strukturiert beschrieben und Potenziale herausgestellt.