Auswertung Analysen | SULZMANN.energy
Sulzmann.energy Intelligente Daten Analysen | SULZMANN.energy
Analyse auf dem Laptop | SULZMANN.energy

Mit unserem Leistungsangebot zu Ihrer Höchstleistung!

Unsere Berater setzen ausgehend von langjähriger Erfahrung auf die Verwendung von Regressionsanalysen und Predictive Analytics zur Berechnung ihres Einsparpotentials und passender Fördermittel.

  1. Systemische Optimierung

  2. Regressionsanalysen & Predictive Analytics

  3. ENOS stellt sich vor

Engineering-Pläne

Systemische Optimierung

Der Gesamteindruck zählt! Deswegen bieten wir Ihnen unter dem Oberthema Systemischer Optimierung  Konzepte an, gesamte Anlagen und zusammen geschaltete Systeme energetisch zu optimieren.

Beginnend mit der Standortanalyse der Anlage, wird die Optimierung auf die dazu geschalteten Systeme, wie Beleuchtung, Heizung und Belüftung oder Transformatoren durchgeführt. Dabei geht dieser Vorgang generell über eine Lastganganalyse hinaus und befasst sich nach Bedarf auch mit sehr speziellen betriebsspezifischen Anlagen.

 

Uns ist es dabei wichtig, dass sich die veränderten Systemelemente problemlos in den Betriebsalltag integrieren lassen. Das bedeutet auch, dass der Betriebsablauf und die Nutzung des Systems durch die Analysetätigkeiten nicht unterbrochen werden.

 

Unsere Berater arbeiten hier softwarebasiert und bereiten die Ergebnisse anschaulich für sie auf.Wir beraten Sie dabei auch gerne über Möglichkeiten von Neuanschaffungen und wie Sie Anlageteile kostengünstig verbessern können.

 

Dabei können Sie von starker finanzieller Unterstützung staatlicher Träger profitieren, welche stets bereit sind innovative und nachhaltige Projekte zu unterstützen.

Regressions-und Korrelationsanalysen

 

Unsere Berater sind auf das Anfertigen und Anwenden von Regressionsanalysen spezialisiert um Ihnen eine Vielfalt an möglichen Szenarien und effektiven Ansatzpunkten einer energetischen Sanierung aufzuzeigen.

Wir zeigen Ihnen das Potential Ihrer Anlage ganz neu!

Dabei kann die Regressionsanalyse in ihrer Komplexität von einer einfachen linearen Regression über einer (binären) logistischen Regression bis zur multinominalen Regression reichen und entsprechend mehr Dimensionen und verschiedene Formen der Merkmalsskalierung beim betrachteten Problems berücksichtigen.

Diagramme analysieren
 

Mithilfe der optimierten Regressionsanalysen können wir Prognosen darüber machen, wie sich Werte im zeitlichen Verlauf ändern können, gegeben den zuvor gemachten Annahmen. Natürlich beschreibt die Korrelation zwischen Variablen nicht sofort einen kausalen Zusammenhang, dieser lässt sich jedoch über tiefergehende Regressionsanalysen wie der Moderatoranalyse oder Mediatoranalyse mit dem Test des Einflusses einer dritten Variable prüfen.

Durch Prüfung der Werte im Abgleich mit den tatsächlichen Ausprägungen in der Praxis „direkt am Gerät“, minimieren wir unsere Messfehler und können realistischere Prognosen für Sie abgeben.

smartmockups_kosq52yo.jpg

Predictive Analytics für Ihren Energieausblick

Unsere Berater arbeiten mit Predictive Analytics und produzieren die Messergebnisse und -zusammenhänge über unsere hauseigene Predictive Intelligence Software ENOS.energy, um Ihre Systeme und Leistungen zu optimieren. Beispielsweise können durch die Analyse von Lebenszeitfunktionen Vorhersagen über Maschinenausfälle gemacht werden, wodurch Wartungen geplant und Reibungsverluste minimiert werden.

Zudem eignet sich dieses Verfahren für Sie auch, um bei Lastganganalysen Folgen einer Nicht-Sanierung des energetischen Systems aufzuzeigen.

Unsere Vorgehensweise im Überblick:

  1. Zunächst werden für die prädiktive Analyse Daten benötigt, die wir aus Wetterdaten, Kalkulationstabellen und den Datenbanken Ihrer Energieversorger in unsere Predictive Intelligence Software ENOS importieren.

  2. Danach müssen die meist unterschiedlich skalierten Daten und nach ihrer übertragenen Informationen sortiert bzw. herausgefiltert werden. Daraufhin folgt dann die Aggregation der Datenpunkte.

  3. Auf Basis der aggregierten Daten und unseren statistischer Instrumente konstruieren wir ein Predictive-Analytics-Modell. Dabei bieten wir Klassifikationsmodelle an, welche die neu eintreffenden Daten gleich klassifizieren können und Regressionsmodelle, die einen bestimmten Zahlenwert vorhersagen können.

 

Diese Vorteile bringen Ihnen unsere Predictive Intelligence Verfahren:

In erster Linie können die Ergebnisse helfen Kostenersparnis und Ressourcenreduzierung zu bewirken. Dazu lässt sich das operative Geschäft optimieren und Ausfallrisiken und Reibungsverluste werden minimiert. Außerdem lassen sich Vorhersagen über Energieverbrauch und Business Performance machen.

Dürfen wir vorstellen: Unser Analysetool ENOS.energy

 

Unser hauseigenes Analysetool ENOS.energy macht es mit seinen Funktionen möglich, dass Berechnungen, Prognosen und Grafiken zur energetischen Berichterstattung eindrucksvoll und vielseitig von unseren Beratern für Ihr Projekt aufbereitet werden.

 

Dabei arbeiten unsere Analysten mithilfe von Carpetplots, Wetterdaten und Lastgangdiagrammen daran, Ihnen einen eindeutigen Überblick über die Potentiale und Optimierungsmöglichkeiten Ihrer Systeme zu geben. Die Arbeit mit ENOS ist inzwischen fester Bestandteil unserer energetischen Berichterstattung und bietet Ihnen als Kunde die Möglichkeit jederzeit über das Webinterface von ENOS.energy die Daten Ihrer Anlage einzusehen.

 
Lastgang und Temperatur
Lastgang und Temperatur

Der Zusammenhang zwischen Temperaturwechsel in den Sommer- und Wintermonaten und dem Lastgang lässt erste Schlüsse ziehen, wie die Witterungsbedingungen beim Einzatz von zB. Heizung oder Kühlung optimaler genutzt werden können.

press to zoom
Linearregression
Linearregression

Stets bewährt hat sich die Verwendung von Linearregressionen zur Darstellung von Faktorzusammenhängen. Dadurch lässt sich der Effekt von einer minimalen Änderung eines Faktors auf die Ausprägung des anderen vorhersagen. Dies bildet das Fundament für unsere Arbeit mit Predictive Analytics.

press to zoom
Zoom in: Leistung aller Mittwoche 2019
Zoom in: Leistung aller Mittwoche 2019

In bestimmten Branchen ist das Betrachten von einzelnen, sehr geschäftsregen Tage ebenfalls erkenntnisreich und erlaubt Muster im Energieverbrauch im Verlauf von 24h zu sehen. Diese Daten können danach genutzt werden, um Tätigkeits- und Schichtpläne vor dem energetischen Gesichtspunkt zu optimieren.

press to zoom
Lastgang und Temperatur
Lastgang und Temperatur

Der Zusammenhang zwischen Temperaturwechsel in den Sommer- und Wintermonaten und dem Lastgang lässt erste Schlüsse ziehen, wie die Witterungsbedingungen beim Einzatz von zB. Heizung oder Kühlung optimaler genutzt werden können.

press to zoom
1/6