ENERGIEWISSEN  |  QBRX-WISSEN

Aggregation 

Die Aggregation von Daten bestimmt, wie sie in Diagrammen zusammengefasst und dargestellt werden. Wie die Werte für die Aggregation berechnet werden hängt davon ab, was Sie sehen wollen. Der Durchschnittswert zeigt den Durchschnitt aller gemessenen Werte an. Das Maximum zeigt Ihnen den höchsten und Minimum den niedrigsten aller eingebundenen Werte. Im Integral werden die Integrale der Stunden addiert um den Energieverbrauch zu berechnen. 

Aggregationen sind wichtig für eine Vielzahl an Diagrammen bei QBRX. Sie spielen zum Beispiel auch bei Benchmarks eine große Rolle. Hier können Sie selber bestimmen, ob Ihre aggregierten Daten jeweils für einzelne Tage, oder aber Wochen, Monate oder Jahre zusammengefasst werden sollen. Je nachdem, wofür Sie diese Information brauchen, ist immer eine andere Darstellungsweise praktischer.

FUNKTIONEN

Anoma­lie­er­kennung

Anomalieerkennung ist die Identi­fi­kation von Abwei­chungen in Daten­sätzen oder Zeitreihen in Bezug zu erwar­teten Werten oder Mustern. Sie kann Erkennt­nisse zu möglichen Fehlern oder Trends liefern. Die Ermittlung von Abwei­chungen hilft auch bei der frühzei­tigen Erkennung von Störungen oder Leckagen. Häufig sind Anoma­lie­er­ken­nungen in Zeitreihen komplexe Aufgaben, welche Bereiche wie Statistik, Machine Learning, künst­liche Intel­ligenz (KI) oder Data-Mining einbe­ziehen. Auch die einfache Überwa­chung von Grenz­werten in einem zeitlichen Kontext kann dafür genutzt werden. Im Energiemanagement wird sie häufig für die Erkennung eines sich schlei­chend verän­dernden Verbrauchs­ver­haltens angewendet. Beispiele dafür sind Verschleiß bei Pumpen, Verän­de­rungen bei der Verschattung von PV-Anlagen oder die Identi­fi­zierung von Micro-Leckagen bei Klima- und Kälte­an­lagen.

B D E F G  I  K L M N O Q R S T V A W