Diplomarbeit, 2014
87 Seiten, Note: 1,3
1. Einleitung
1.1. Beschreibung des Gebäudes
1.2. Struktur der Arbeit
2. Theoretische Grundlagen
2.1. Energieeinsparverordnung
2.2. R-Projekt und R-Studio
2.2.1. R-Projekt
2.2.2. R-Studio
2.3. PostgreSQL
2.4. Adsorptionswärmepumpe
2.4.1. Adsorption
2.4.2. Anwendung einer Adsorptionswärmepumpe
2.4.3. Funktionsweise
3. Model Algorithmen
3.1. Datenbank einlesen
3.2. Workspace erzeugen
3.3. Ausplotten
3.4. Betriebszeit
3.5. Wärmemenge
4. Performance des Gebäudes
4.1. Beleuchtung
4.1.1. Anlagenbeschreibung
4.1.2. Energieverbrauch
4.1.2.1. Energieverbrauch Flur
4.1.2.2. Energieverbrauch Büro
4.1.2.3. Energieverbrauch Hörsaal und Planungslabor
4.1.3. Messung
4.1.4. Vergleich mit EnEV
4.1.5. Fazit
4.2. Heizen mit Adsorptionswärmepumpe
4.2.1. Anlagebeschreibung für Adsorptionswärmepumpe und Heiz-/Kühldecke
4.2.2. Energieverbrauch von Erwärmung
4.2.2.1. Energieeffizient der Adsorptionswärmepumpe
4.2.2.1. Energieverbrauch in jeden Heizkreises
4.2.3. Vergleich mit EnEV
4.2.4. Fazit
5. Zusammenfassung und Ausblick
Die Masterarbeit befasst sich mit der energetischen Analyse und Optimierung eines innovativen Hörsaalgebäudes, wobei der Fokus auf dem Energieverbrauch von Beleuchtung sowie der Adsorptionswärmepumpe liegt, um durch Datenvisualisierung und -auswertung Einsparpotenziale zu identifizieren.
3.3. Ausplotten
Im Script „Carpet_Ausplotten“ können die gewünschte Daten als Carpetplot ausplottet und auf dem Computer gespeichert werden. Durch die erzeugten Abbildungen ermöglicht sich, dass der Energieverbrauch des Gebäudes intuitiver gesehen wird. Die Daten werden zuerst umgewandt, damit in jeder Stunde ein Wert steht werden kann. Die arithmetischen Mittelwerte der Daten für jede Stunde werden hier ausgerechnet und genutzt. Eine „for“ Schleife wird genutzt, damit viele Messpunkte in diesem Script bearbeitet werden kann, solange die IP-Nummern im Anfang eingetragen werden. Der Kernbestandteil des Scripts ist die „carpet plot“ Funktion.
Funktionsprinzip: Zuerst wird ein Zeitraum definiert. Die Messdaten, die in diesem Zeitraum stellt, werden abruft und bearbeitet. Dann eine Reihe von Zeitpunkte vom Anfang des Zeitraums bis Ende des Zeitraums wird hergestellt, dabei wird jede Stunde ein Zeitpunkt entsprochen. Danach werden die IP_Adresse der Messpunkte nach Bedarf in ein Objekt eingegeben. Weiterhin wird eine „for“ Schleife gestartet. Die eingegebenen Messpunkte werden nacheinander in der Schleife ausgeführt. In der Schleife werden die Messpunkte weiter verarbeitet. Die Messwerte von den Messpunkten werden umgewandelt, damit gibt es nur ein Wert in jeder Stunde. Die arithmetischen Mittelwerte werden hierfür ausgerechnet. Damit sich auf der Umstellung achtet wird, die Messwerte werden mit der vorigen Reihe von Zeit angepasst. Dabei wird eine Tabelle hergestellt, die enthält die vorige Zeitreihe und die angepasste Messwerte. Danach wird die Funktion „carpet plot“ eine Abbildung für die Tabelle erzeugt.
1. Einleitung: Beschreibt die Motivation und den Kontext der energetischen Gebäudeanalyse sowie die Struktur der Arbeit.
2. Theoretische Grundlagen: Erläutert die Energieeinsparverordnung (EnEV), die Nutzung von R und R-Studio für statistische Analysen, die Datenbankverwaltung mit PostgreSQL und die Funktionsweise von Adsorptionswärmepumpen.
3. Model Algorithmen: Beschreibt die methodische Vorgehensweise bei der Datenaufbereitung, der Anbindung an die Datenbank und der Erstellung von Analysealgorithmen mittels R.
4. Performance des Gebäudes: Analysiert detailliert den Energieverbrauch der Beleuchtung und der Heizanlagen, vergleicht die Ist-Werte mit EnEV-Vorgaben und schlägt Optimierungsmaßnahmen vor.
5. Zusammenfassung und Ausblick: Fasst die Ergebnisse der energetischen Untersuchung zusammen und gibt einen Ausblick auf die zukünftige Entwicklung der Gebäudeautomation.
Energieverbrauch, Adsorptionswärmepumpe, R-Projekt, Gebäudeautomation, Energieeinsparverordnung, Datenanalyse, Beleuchtung, Heizung, Gebäudeenergieeffizienz, Carpet-Plot, PostgreSQL, Messdaten, Primärenergiebedarf, Gebäudehülle, Betriebskostenoptimierung.
Die Arbeit analysiert das energetische Verhalten eines innovativen Hörsaalgebäudes, um durch datengestützte Auswertungen Einsparpotenziale beim Energieverbrauch zu identifizieren.
Die zentralen Felder sind der Energieverbrauch der Beleuchtung sowie der Einsatz und die Effizienz einer Adsorptionswärmepumpe zur Gebäudebeheizung.
Primäres Ziel ist es, durch die Analyse der Gebäude-Messdaten mit der Programmiersprache R konkrete Optimierungsvorschläge zur Senkung des Energiebedarfs zu erarbeiten.
Es wird ein datenbasierter Analyseansatz gewählt, bei dem Messdaten über R-Skripte verarbeitet, in einer PostgreSQL-Datenbank gespeichert und visualisiert werden.
Der Hauptteil gliedert sich in die Modellierung der Algorithmen zur Datenauswertung sowie die detaillierte Performance-Analyse des Gebäudes in Bezug auf Licht- und Heiztechnik.
Charakteristische Begriffe sind R-Projekt, Energieeffizienz, Adsorptionswärmepumpe, Gebäudeautomation und EnEV-Vergleich.
Da sie der primäre Wärmeerzeuger des Gebäudes ist, ist ihre energetische Effizienz entscheidend für die Erreichung der gesetzten Nachhaltigkeitsziele des Lehr- und Laborgebäudes.
R dient als zentrales Werkzeug zur automatisierten Verarbeitung, statistischen Auswertung und grafischen Darstellung (Carpet-Plots) der minutengenauen Messdaten aus der Gebäudeleittechnik.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

