API src

Found 570 results.

Other language confidence: 0.7530123552109028

System zur Minimierung des PUE durch Anwendung von Retrofit-Technologien in Kälte-Systemen von Rechenzentren, Teilvorhaben: Aufbau und Anwendung der KI-Plattform 'Digitaler Zwilling'

Innerhalb versorgungstechnischer Systeme (z. B. Kälteerzeugungssystemen) interagieren verschiedene Energiewandlungstechnologien, die häufig über dezentrale Regelungslogiken gesteuert werden. Deren mangelnde Abstimmung führt zu einem ineffizienten Betrieb der Gesamtsysteme. Den Verantwortlichen sind die Ineffizienzen durch falsche oder starre Sollwerte und Dimensionierungen oft nicht bewusst. Die Komplexität der Zusammenhänge und sich ständig verändernde Einflussfaktoren erschweren zusätzlich das Benchmarking und die Dimensionierung der Komponenten. Im geplanten Forschungsvorhaben wird eine KI-gestützte Optimierungslösung für Kälteanlagen aufgebaut, um eine modellgestützte Bewertung und Entscheidungshilfe für Retrofitmaßnahmen zu entwickeln. Diese Entscheidungshilfe ermöglicht die Analyse und Effizienzsteigerung der Komponenten in Abhängigkeit von den tatsächlichen Betriebsregimen der Anlagen. Entscheidungsvariablen, die im EISKIG-Vorhaben unveränderliche Parameter waren, werden nun optimiert (z. B. maximale Anlagenleistung, zulässige Betriebspunkte). Der Fokus dieses Projekts liegt ausschließlich auf der Versorgungstechnik von Rechenzentren. Zu Beginn wird der IST-Zustand des Energiesystems der Kälteversorgung im Rechenzentrum der Anwendungspartner mittels eines 'Digitalen Zwillings' beschrieben und untersucht. Die Untersuchungen konzentrieren sich auf folgende Energiewandlungskomponenten der Kälteerzeugung: Pumpen, Kompressionskältemaschinen, Wärmeübertrager, Ventile, Rückkühlwerke/Kühltürme (nass, trocken, adiabat), Wärmeübergabestationen. Mit dem digitalen Zwilling lassen sich verschiedene Retrofit-Maßnahmen simulieren und hinsichtlich Wirtschaftlichkeit und Emissionsminderung durch Energiekosteneinsparungen bewerten. Die Anwendungspartner erhalten auf dieser Basis Handlungsempfehlungen für wirtschaftlich umsetzbare Retrofit-Maßnahmen, einschließlich der Gegenüberstellung der IST-Situation mit branchenüblichen Durchschnittswerten.

Skalierbare Elektrolyseure mit innovativen Materialien für den Wasserstoffexport nach Deutschland, Teilvorhaben: Bewertung der Leistungsfähigkeit der Elektrolysezellen und Alterungsanalyse

Optimales Design für wiederaufladbare und recyclebare, alkalische Zn-MnO2-Batterien als flexibler Energiespeicher

System zur Minimierung des PUE durch Anwendung von Retrofit-Technologien in Kälte-Systemen von Rechenzentren, Teilvorhaben: Kältesystemanalyse und Begleitforschung

Innerhalb versorgungstechnischer Systeme (z. B. Kälteerzeugungssystemen) interagieren verschiedene Energiewandlungstechnologien, die häufig über dezentrale Regelungslogiken gesteuert werden. Deren mangelnde Abstimmung führt zu einem ineffizienten Betrieb der Gesamtsysteme. Den Verantwortlichen sind die Ineffizienzen durch falsche oder starre Sollwerte und Dimensionierungen oft nicht bewusst. Die Komplexität der Zusammenhänge und sich ständig verändernde Einflussfaktoren erschweren zusätzlich das Benchmarking und die Dimensionierung der Komponenten. Im geplanten Forschungsvorhaben wird eine KI-gestützte Optimierungslösung für Kälteanlagen aufgebaut, um eine modellgestützte Bewertung und Entscheidungshilfe für Retrofitmaßnahmen zu entwickeln. Diese Entscheidungshilfe ermöglicht die Analyse und Effizienzsteigerung der Komponenten in Abhängigkeit von den tatsächlichen Betriebsregimen der Anlagen. Entscheidungsvariablen, die im EISKIG-Vorhaben unveränderliche Parameter waren, werden nun optimiert (z. B. maximale Anlagenleistung, zulässige Betriebspunkte). Der Fokus dieses Projekts liegt ausschließlich auf der Versorgungstechnik von Rechenzentren. Zu Beginn wird der IST-Zustand des Energiesystems der Kälteversorgung im Rechenzentrum der Anwendungspartner mittels eines 'Digitalen Zwillings' beschrieben und untersucht. Die Untersuchungen konzentrieren sich auf folgende Energiewandlungskomponenten der Kälteerzeugung: Pumpen, Kompressionskältemaschinen, Wärmeübertrager, Ventile, Rückkühlwerke/Kühltürme (nass, trocken, adiabat), Wärmeübergabestationen. Mit dem digitalen Zwilling lassen sich verschiedene Retrofit-Maßnahmen simulieren und hinsichtlich Wirtschaftlichkeit und Emissionsminderung durch Energiekosteneinsparungen bewerten. Die Anwendungspartner erhalten auf dieser Basis Handlungsempfehlungen für wirtschaftlich umsetzbare Retrofit-Maßnahmen, einschließlich der Gegenüberstellung der IST-Situation mit branchenüblichen Durchschnittswerten.

Forstökonomisches Monitoring

Im Rahmen dieses langfristigen Forschungsvorhabens (einer Mischung aus Eigenprojekt und Auftragsforschung) werden forstliche Testbetriebsnetze im österreichischen Klein- und Großwald betreut und regelmäßig ausgewertet. Dabei obliegen dem Institut insbesondere auch Systemadministration und Systementwicklung der 'Forstberichts-Datenbank'. Auf Basis von Erhebungen in rund 200 Forstbetrieben, die überwiegend von den Projektpartnern durchgeführt werden, werden jährlich forstliche Betriebsabrechnugen erstellt und an der BOKU zu Gruppenmittelwerten verdichtet. Diese aggregierten Kennzahlen sind wichtige, empirische Datengrundlagen für die forstpolitischen Akteure ebenso wie für die forstökonomische Forschung und Lehre an der BOKU und fließen unter anderem in den jährlichen Waldbericht des Bundesministeriums für Land- und Forstwirtschaft, Umwelt und Wasserwirtschaft ein.

Kompetenzzentrum für eine ressourcenbewusste Informations- und Kommunikationstechnik, Kompetenzzentrum für eine ressourcenbewusste Informations- und Kommunikationstechnik - GreenICT@FMD

CAMELS-DE-1h: hourly hydro-meteorological time series, weather forecasts, and attributes for 1611 catchments in Germany

CAMELS-DE-1h provides a comprehensive and harmonized collection of hydro-meteorological data for 1611 catchments across Germany. The time series data cover the period from 2001 to 2024 and provide measurements of discharge, water level, and meteorological variables in hourly resolution for all catchments. The metorological variables are aggregated to the catchment areas from the gridded data sources RADKLIM-YW and HOSTRADA (DWD) and encompass the variables precipitation, air temperature, humidity, water vapor mixing ratio, global radiation, air pressure, cloud cover, dew point temperature, wind speed, and wind direction. In addition, deterministic and ensemble weather forecasts with a 48-hour lead time, readily processed for all catchments from the ICON-D2 model (DWD), are included for the period 2021 to 2024. The dataset also provides static catchment attributes encompassing topography, soils, land cover, hydrogeology, and human influences. Furthermore, to serve as a baseline for further model development, the dataset includes discharge simulation results from a regionally trained LSTM and a catchment-calibrated HBV (Hydrologiska Byråns Vattenbalansavdelning) conceptual model. A comprehensive description of the dataset can be found in the accompanying data description paper. Key features of CAMELS-DE-1h: 1. Hydro-meteorological time series data in hourly resolution (2001–2024) 2. Historical deterministic and ensemble weather forecasts from ICON-D2 with a 48-hour lead time (2021–2024) 3. Catchment attributes 4. Benchmark discharge simulation results from an LSTM and the HBV model

Machbarkeitsstudie Deutschlandweite Befragung von Unternehmen zur Klimawandelanpassung

Die Folgen des Klimawandels bergen ökonomische Risiken für Unternehmen. Die physische Klimarisiken - insb. Extremwetterereignisse, veränderte Niederschlagsmuster und erhöhte Durchschnittstemperaturen - können zu Produktionsrückgängen, steigenden Rohstoffkosten und Gebäudeschäden führen. Nach einer aktuellen Studie des Umweltbundesamts berichten nur etwa die Hälfte der DAX-30-Unternehmen zu diesen Risiken. Dabei schätzt allein diese Gruppe die potenziellen Schäden auf einen Gesamtwert von mehreren Milliarden Euro. Über das Risikobewusstsein in anderen Unternehmen, insbesondere KMU, ist wenig bekannt. Ziel dieses Vorhabens ist es, eine Machbarkeitsstudie für die Befragung von Unternehmen bezüglich Klimarisiken und des Umgangs mit Klimawandelanpassung zu erstellen. Dabei sollen die Möglichkeiten eine repräsentative Erhebung, etwa im Rahmen existierender Unternehmenspanels, eruiert, mögliche Fragenkomplexe entworfen sowie ein handbares Konzept erstellt werden. Auch sollen vergleichbare Erhebungen in anderen OECD-Ländern als Benchmark recherchiert werden. In einer Themenkonferenz im 3. Projektjahr sollen Zwischenergebnisse mit der Zielgruppe diskutiert werden.

Vorhersage von Schüttungen alpiner Karstquellen im Hinblick auf den Klimawandel unter Verwendung neuer Deep Learning-Methoden

Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.

Weiterentwicklung des Produktportolios des Umweltzeichens Blauer Engel - Rahmenvorhaben 2023

Das Vorhaben dient der Ableitung und Weiterentwicklung ambitionierter Standards für umweltfreundliche Produkte und Dienstleistungen im Bereich der freiwilligen Produktkennzeichnung mit dem Blauen Engel. Ein Schwerpunkt wird auf IKT-Produkten liegen (u.a. Computer, Server, gewerbliche Router, Netzwerkkomponenten). Die weitere Konkretisierung der Produkte und Dienstleistungen erfolgt in der Leistungsbeschreibung auf Grundlage der Beschlüsse der Jury Umweltzeichen. Die Ergebnisse tragen auch dazu bei, hohe ökologische Standards in Form von Benchmarks in anderen Instrumenten des produktbezogenen Umweltschutzes national und auf europäischer Ebene, z.B. bei der umweltfreundlichen öffentlichen Beschaffung, zu verankern. Neben der Entwicklung neuer Umweltzeichen für Produkte und Dienstleistungen stehen regelmäßig Aktualisierungen bestehender Vergabekriterien an (www.blauer-engel.de/de/fuer-unternehmen/vergabekriterien). Methodisch ist die Integration von bilanzierenden Indikatoren kontinuierlich weiterzuverfolgen, insbesondere die Energie-/Klimabilanz von Produkten und Dienstleistungen. Ebenso gilt es die Operationalisierung von Aspekten der Kreislaufwirtschaft (Langlebigkeit, Rezyklierbarkeit, Recyclateinsatz) bei den untersuchten Produkten und Dienstleistungen weiterzuentwickeln. Output des Vorhabens sind Neue Umweltzeichen und weiterentwickelte, bestehende Vergabekriterien

1 2 3 4 5 … 55 56 57