Big data - smart grid

738 Aufrufe

Veröffentlicht am

Ergebnispräsentation - Seminararbeit im Jahr 2013
Überblick zum "Buzzword": Big Data; und konzeptionelle Vorstellung von Smart Grid in diesem Kontext.

Veröffentlicht in: Technologie
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
738
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
2
Aktionen
Geteilt
0
Downloads
13
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Big data - smart grid

  1. 1. Big Data Analytics Auszug: Smart Grid Seminar: „IT Trends 2013“ 14.01.2013 Philipp Hechler
  2. 2. Agenda 2 2 Smart Grid4 Big Data Analytics 1 Was bedeutet Big Data? 3 S-CRM Konsumenten Transition / Fazit5
  3. 3. Agenda 3 2 Smart Grid4 Big Data Analytics 1 Was bedeutet Big Data? 3 S-CRM Konsumenten Transition / Fazit5
  4. 4. Was ist Big Data in der Theorie? Pospiech et al., 2012 Big Data a State of the Art4 Was macht Data zu Big Data? Arten von Datenmengen: gut strukturiert und kompakt Arten von Datenmengen: kaum strukturiert und chaotisch Größe: klar messbar Formate: Alle gleich Größe: unscharf Formate: viele Arten
  5. 5. Was ist Big Data in der Theorie? Pospiech et al., 2012 Big Data a State of the Art5 Was macht Data zu Big Data  Dynamik (Veränderung über die Zeit) Größe: klar messbar Formate: Alle gleich Größe: unscharf Formate: viele Arten
  6. 6. Was ist Big Data in der Theorie? Pospiech et al., 2012 Big Data a State of the Art6 Was macht Data zu Big Data  Dynamik (Veränderung über die Zeit) Dynamik: quasi Null Größe: klar Messbar Formate: alle gleich Dynamik: in jedem Punkt Größe: unscharf Formate: viele Arten
  7. 7. Was ist Big Data in der Theorie? Pospiech et al., 2012 Big Data a State of the Art7 Was macht Datenmengen zu Big Data? Gemeinsames Auftreten dieser Faktoren führen zu Big Data-Umgebungen Viele unterschiedliche Formate: • Soziale Daten (Blogs, Wikis, Chatter) • System Daten (Bar Codes, Queries, GPS) • Software Formate Zusammenführung durch Middleware Verarbeitung großer Datenmengen • Verarbeitung der Daten entscheidend Wachstum und Veränderung der Daten: • 2,9 Mio. Emails pro Tag • 20 Stunden hochgeladener Videos bei YouTube pro Minute • 50 Mio. Tweets am Tag Dateiformate Größe Dynamik der Daten
  8. 8. Agenda 8 2 Smart Grid4 Big Data Analytics 1 Was bedeutet Big Data? 3 S-CRM Konsumenten Transition / Fazit5
  9. 9. Big Data Analytics Bollier & Firestone, 2010 The promise and peril of Big Data9 Diese Datenmengen zu analysieren ist derzeit eine der größten Herausforderungen der Informatik. Was zeichnet Big Data Analytics aus?  Analyse von bisher nicht analysierbaren Systemen/Umgebungen  Erarbeitung von schnellen Analysen, um in diesem Systemen interagieren zu können.  Innen liegende Strukturen erkennen und zu einem gesamten Muster zusammenführen!
  10. 10. Agenda 10 2 Smart Grid4 Big Data Analytics 1 Was bedeutet Big Data? 3 S-CRM Konsumenten Transition / Fazit5
  11. 11. Agenda 11 2 Smart Grid4 Big Data Analytics 1 Was bedeutet Big Data? 3 S-CRM Konsumenten Transition / Fazit5
  12. 12. Smart Grid 12 Steger et al. 2008 Zentrale Energieerzeugung, Großkraftwerke Verteilung der elektrischen Energie an Verbraucher Verbrauch der elektrischen Energie Probleme: konstante Menge an elektrischer Energie Probleme: Speichern nur mit großem Aufwand Probleme: Energieverbrauch schwankt stark Vereinfacht: Das Stromnetz (Grid)
  13. 13. Smart Grid 13 Steger et al. 2008 Neue Dynamik: Erneuerbare Energien Die Lösung: Dezentrale Erzeugung mit erneuerbaren Energien. Die größten Verluste treten durch nicht genutzte Kapazität und Übertragung über große Distanzen auf. In Deutschland: ca. 10% der gesamten Energie Aber: Die Menge an Strom, die durch erneuerbare Energien erzeugt wird, schwankt durch wechselndes Wetter.  Großer Steuerungsaufwand
  14. 14. Smart Grid 14 www.unendlich-viel-energie.de Das deutsche Stromnetz: Big Data-Umgebung Das deutsche Stromnetz: •Vier eigenständige Netze (Organisationen) •Nur eingeschränkter Informationsfluss •Begrenzte Interaktion über Strombörsen (Verkauf / Ankauf von Überkapazitäten) Private Verbraucher:  ca. 40 Mio. Haushalte =
  15. 15. Smart Grid 15 www.ict-nobel.eu; Marqués et al. 2010 Ziel: Effizientere Erzeugung und Verteilung von elektrischer Energie
  16. 16. Smart Grid 16 Marqués et al. 2011 Prosumer – wechselseitige Beziehungen im doppelten Sinne Zentrale Energieerzeugung: Großkraftwerke Verteilung der elektrischen Energie an Verbraucher Verbrauch + Erzeugung der elektrischen Energie Verbraucher (Haushalte) Produzieren selbst elektrische Energie mittels erneuerbaren Energien Zentrale Energieerzeugung: Großkraftwerke Verteilung der elektrischen Energie an Verbraucher Verbrauch der elektrischen Energie Informationsfluss über die gesamte Wertschöpfungskette von elektrischer Energie: Verbrauch und Erzeugung
  17. 17. Smart Grid 17 Marqués et al. 2011 Prosumer – wechselseitige Beziehungen im doppelten Sinne Nötig für Interaktion: Informations- und Kommunikationstechnik (IKT) • Hardware: Messsysteme für Haushalte (Smart Meter); große Rechenkapazität für Analyse • Software: Standards für Dateiformate; Übertragungsstandards, Analysesoftware ( Big Data) Zentrale Energieerzeugung: Großkraftwerke Verteilung der elektrischen Energie an Verbraucher Verbrauch + Erzeugung der elektrischen Energie Zentrale Energieerzeugung: Großkraftwerke Verteilung der elektrischen Energie an Verbraucher Verbrauch der elektrischen Energie
  18. 18. Smart Grid Karnouskos 201018 Das Konzept. Smart Meter misst und versendet kontinuierlich Daten über: • Energie-Verbrauch • Energie-Erzeugung durch erneuerbare Energien Anwendung Internet of Things – Smart Meter http://de.wikipedia.org/wiki/Smart_Meter
  19. 19. Das Konzept. Reale, physikalische Gegenstände werden mittels Informations- und Kommunikationstechnik (IKT) in ein Informationsnetzwerk eingebunden. Das Ziele: • Automatisierte Überwachung und Messung von Objekten (RFID in der Logistik) • Verbesserung der Produkteigenschaften (Toaster mit Wettervorhersage) • Automatische Interaktion zwischen technischen Geräten (Waschmaschine startet Waschvorgang, wenn Strom günstig ist) Smart Grid 19 Atzori et al. 2010 www.utopia.de www.likecool.com Internet of Things – Neue Netzwerke
  20. 20. Smart Grid Katz 201120 • Zusammenführung aller Informationen auf einer Plattform • Kontinuierliche Analyse und Planung des Netzes (Big Data Analytics) • Effiziente Ressourcen- Allokation durch (automatisierte) Interaktion auf Märkten Informationsflüsse http://www.commputation.kit.edu
  21. 21. Fazit Katz 2011; Karnouskos 201021 In-Haus: Variable transparente Last-Abhängige Preise für elektrische Energie Preisen  Information über die Kapazität im Netz an die Smart Meter gesendet, Haushaltsgeräte  (Internet of Things) Verringerung der Verluste durch weniger ungenutzte Kapazität im Netz In-Netz: Direkte Interaktion auf Ebene der Niederspannungsnetze  weniger Energie aus Mittel- und Hochspannungsnetzen Daten-Standards, Übertragungs-Standards  Handelsplattform Verringerung der Verluste durch Strom- transport Nutzen der Big Data Analytics -> Nachfrage Steuerung
  22. 22. Smart Grid 22 Internet of Things Smart Grid Big Data durch Kombinierung von Konzepten der Wirtschaftsinformatik Smart Grid, besteht vereinfacht aus der Umsetzung zweier wissenschaftlicher Ansätze in der Wirtschaftsinformatik: • Prosumer: Die Einbindung des Konsumenten direkt bei Erstellung von Produkten/Dienstleistungen • Internet of Things: Das Einbinden von Objekten in Informationsnetzwerke und deren Interaktion  Automatische Messung menschlichen Verhaltens Pro- sumer
  23. 23. Smart Grid 23 Smart Grid – Big Data Analytics Anwendung • Viele Dateiformate durch unterschiedliche Hersteller der Smart Meter • Unterschiedliche Analyse-und Planungsprogramme Dateiformate Größe • Kontinuierliche Verarbeitung und Speicherung von 10 – 40 Mio. Datensätzen (Haushalte in Deutschland) Dynamik der Daten • Ändert sich kontinuierlich, da von Smart Metern erfasst
  24. 24. Agenda 24 2 Smart Grid4 Big Data Analytics 1 Was bedeutet Big Data? 3 S-CRM Konsumenten Transition / Fazit5
  25. 25. Fazit 25 Direktes Einbinden menschlichen Handelns in ein Informationsnetzwerk: • Interaktion von Menschen in sozialen Netzwerken und Märkten  Prosumer  Customer Relationship Management • Messen menschlichen Verbrauchsverhalten  Social Media Analytics  Internet of Things Bedürfnisse direkt bei der Erstellung und/oder Bereitstellung von Produkten und Dienstleistungen einzubinden
  26. 26. Fazit 26 S-CRM: Konzepte: CRM + Web 2.0 Beispiel für Big Data Analytics, da: • Amazon verfügt allein über Datensätze von 16 Mio. Usern (2009) • Jede Plattform hat eigenes Datenformat • Kontinuierliches Wachstum der Kundendaten Smart Grid: Konzepte: Prosumer + Internet of Things: Beispiel für Big Data Analytics, da: • Datensätze von 40 Mio. Haushalten • Viele Datenformate von Protokolle • Kontinuierliche Veränderung Stromverbräuche Big Data Analytics: S-CRM und Smart Grid
  27. 27. Danke für eure Aufmerksamkeit Wir freuen uns auf eure Fragen 27
  28. 28. Diskussion: Datensicherheit ,die Klassiker 28 Brave New World: • Überwachung, Informationelle Selbstbestimmung  Probleme beispielsweise S-CRM: diese Daten sind durch private Unternehmen erhoben worden.  Problem: keinen Rechtsraum, extremer Nachholbedarf der Regierungen (und Bürger)  Steuergelder

×