01. 09. 2020
Verfasst von: Gerd von Cölln
Internet der Dinge – intelligent und energieautark
Das Internet der Dinge will uns das Leben einfacher machen. Doch hinter den Funktionen stecken komplizierte Algorithmen, aufwändige Sensoren und ein hoher Energiebedarf. Die Hochschule Emden/Leer entwickelt neuartige, intelligente Verfahren, die die Datenkommunikation vereinfachen und den Energieverbrauch reduzieren.
Energieverbrauch bei Gebäudeautomation reduzieren
Sachverständige schätzen, dass bereits in wenigen Jahren Milliarden von Geräten mit dem Internet verbunden sein werden. Zum Einsatz kommen diese beispielsweise bei Leitsystemen für freie Parkplätze oder der Gebäudeautomation. Viele dieser IoT-Geräte (Internet of Things) bestehen aus drahtlosen Sensoren und Systemen, die üblicherweise über Batterien versorgt werden. Diese enormen Stückzahlen werden zu massiven Umweltproblemen führen und die Knappheit von seltenen Rohstoffen drastisch verschärfen. Außerdem verursachen Geräte und der Batterieaustausch bei der Gebäudeautomation hohe Wartungskosten.
Die Hochschule Emden/Leer forscht mit dem Industriepartner eQ-3 im Projektverbund ID3AS an effizienteren Alternativen. „Unsere IoT-Sensoren sollen Energie mittels sogenannter Harvester aus der Umgebung gewinnen“, erläutert Prof. Gerd von Cölln sein Teilprojekt. „Doch durch die stark schwankende Verfügbarkeit und insgesamt kleine Gesamtmenge an Energie entstehen neue Herausforderungen.“ Aus diesem Grund erforscht sein Team Verfahren, die in Kombination mit künstlicher Intelligenz (KI) und damit kompatiblen Messverfahren den Energieverbrauch von IoT-Geräten signifikant reduzieren.
Energiesparende Sensorsteuerung
„Die KI-Methoden kommen bei der Verarbeitung von Messwerten zum Einsatz und berechnen beispielsweise, ob ein Fenster geöffnet oder geschlossen ist“, skizziert Gerd von Cölln ein praktisches Beispiel. „Sie treffen Vorhersagen über Temperatur oder Luftfeuchtigkeit und steuern entsprechend Rollläden, Heizung oder Alarmsysteme.“ Hierzu ermittelt ein Sensor die Position eines Fensters – allerdings nur dann, wenn diese sich tatsächlich verändert hat. Der Sensor bleibt zunächst in einem energiesparenden Schlafmodus, bis er von einer Erschütterung aktiviert wird. Erst dann erfolgt eine energieintensivere genaue Positionsmessung. „Statt komplizierter und berechnungsintensiver Algorithmen ordnen unsere selbstlernenden Klassifzierungsverfahren mit wenig Aufwand einem Messwert eine Orientierung und damit eine Fensterposition zu“, fasst der Teamleiter zusammen.
Hierdurch lassen sich die Datenmengen und der Energieverbrauch drastisch reduzieren. Weitere Verfahren dienen der Vorhersage von Messwertverläufen und der intelligenten Anpassung an aktuell verfügbare Energiemengen der Harvester. Das Hochschulteam erprobt die Prototypen mit niederländischen Partnerfirmen, unter anderem zur energetischen Optimierung von Bürogebäuden.
Hochschule Emden/Leer
Hochschule Emden/Leer
26723 Emden
26723 Emden