Statement | Intelligenter Klimaschutz mit Q-System von Qantic

Mit dem Q-System unseres Kampagnenpartners Qantic können Unternehmen die die Kosten und Emissionen von komplexen Energiesystemen um bis zu 30 Prozent senken. Thomas Kalitzky, CEO des Berliner Start-ups, erklärt die innovative KI-Lösung.

Thomas Kalitzky von QanticThomas Kalitzky gründete 2018 das Tech-Start-up Qantic.
Bild: Qantic GmbH

Wie modelliert und bewertet das Q-System von Qantic energietechnische Systeme?

Mit Q-System bieten wir eine Lösung zur Steuerung und Planung von Energiesystemen auf der Basis von Künstlicher Intelligenz. Qantic entwickeln damit die nächste Generation von Steuerungsalgorithmen, um das volle Potenzial in smarten Energielösungen zu nutzen.

Die herkömmlichen Optimierungsverfahren geraten meist an ihre Grenzen, wenn sie mit der Komplexität dezentraler und digitalisierter Energiesysteme konfrontiert werden. Nahe Echtzeit müssen eine Vielzahl von Sensordaten berücksichtigt und Unsicherheiten bezüglich der Produktion aus Wind- und Solarenergie eingeschätzt werden.

Der Optimierungsalgorithmus von Q-System erfüllt diese Anforderungen durch einen innovativen Ansatz auf der Basis von Deep Reinforcement Learning.

Als Ausgangsbasis dient eine detaillierte Modellabbildung des Energiesystems (Digital Twin). Im Gegensatz zu anderen Optimierungsverfahren bestehen kaum formale Anforderungen an die mathematische Abbildung. Es kann ein sehr komplexes dynamisches Verhalten des Systems modelliert werden.

In einer Trainingsphase hat ein Agent die Möglichkeit, mit dem Digital Twin des Energiesystems zu interagieren. Dabei trainiert der Agent gleichzeitig ein künstliches neuronales Netz (Deep Learning), was ihm eine intelligente Interaktion mit dem System ermöglicht. Im Resultat erlernt er, Systemverhalten, Sensordaten und sonstige Echtzeitinformationen korrekt zu berücksichtigen, um das System auf kostengünstige Weise zu steuern.

In die Entwicklung des Agenten ist umfassendes, energiespezifisches Fachwissen eingeflossen. Dadurch kann ein effizientes Training des Agenten gewährleistet und gleichzeitig ausgeschlossen werden, dass Handlungsempfehlungen des Agenten zu kritischen Systemzuständen führen. Nach erfolgreicher Trainingsphase ist das Q-System in der Lage, innerhalb weniger Millisekunden selbst komplexe Energiesysteme unter Einbindung umfangreicher Echtzeitinformationen zu steuern.

Durch die verbesserte Abstimmung von Verbrauch, Speicherung und Erzeugung ist eine Reduktion der CO2-Emissionen und der Kosten von bis zu 30 Prozent erreichbar.

KI-Lösungen von Qantic zur EnergieeinsparungQantic entwickelt KI-Lösungen zur Energieeinsparung für unterschiedlichste Anwendungen.
Bild: Qantic GmbH

Ähnliche Beiträge