Regenerative Energie
Wofür kann der riesige Datenberg der Bauwerksüberwachung genutzt werden? Warum sollen Umweltdaten noch weiter gemessen werden? Mit Methoden der Big-Data-Analysen können Antworten auf diese Fragen gegeben werden. Anhand der Bauwerksüberwachungsdaten der Ennepetalsperre wird das Potenzial von modernen Analysemethoden getestet. Die verschiedenen Messgrößen werden auf ihre Informationsgehalte und damit auf ihre gegenseitigen Erklärungspotenziale mit dem Ziel einer holistischen Bauwerksüberwachung untersucht und schlussendlich bewertet.
1 Einleitung
Die Überwachung von Bauwerken und komplexen technischen Einrichtungen, wie Talsperren, hat in den letzten Jahrzehnten den weiten Ausbau von Sensornetzwerken gefordert und gefördert. Als Ziel der sensorischen Überwachung gilt die Bauwerkssicherheit. Im Laufe der Zeit sind für alle überwachten Bauwerke große Datensätzen entstanden, die zu analysieren besondere Fähigkeiten erfordern.
Es stellen sich im Anbetracht des stetig wachsenden Umfangs der Datensätze folgende Fragestellungen:
Zur Beantwortung dieser Fragestellungen müssen die bereits vorhandenen Daten mittels geeigneter Methoden ausgewertet werden. Im Fokus muss die gemeinsame Auswertung aller Daten stehen, da somit abstrakte Zusammenhänge erfasst werden können, die wiederum zur Beantwortung dieser Fragestellungen notwendig sind. Alle Daten der Bauwerksüberwachung einer Talsperre gleichzeitig zu analysieren ist durch die hohe Dimensionalität der Überwachungsdaten mit konventionellen Methoden nicht möglich. Big-Data-Analysen sind in der Lage, Daten aus unterschiedlichen Quellen mit einander in Bezug zu setzen, auf Muster und Informationsgehalte zu analysieren sowie zu bewerten.
Big Data ist dabei ein Sammelbegriff für eine Reihe von Daten-getriebenen Verfahren, die sich in verschiedene Untergruppen aufteilen lassen [1]. Data Mining umfasst Methoden, die der Informationsgewinnung aus zur Verfügung stehenden Daten dienen. Entropiebetrachtungen gehören zu dieser Untergruppe und werden in der Hydrologie und Wasserwirtschaft eingesetzt, um Zusammenhänge bzw. Erklärungspotenziale zwischen verschiedenen Messgrößen zu bestimmen [2], [3]. Mittels Data Mining gewonnene Informationen können anschließend für weitere Analysen oder zur Modellbildung genutzt werden, entweder als Eingangsgrößen für deterministische Modelle oder als Prädiktoren von Machine-Learning-Modellen.
| Copyright: | © Springer Vieweg | Springer Fachmedien Wiesbaden GmbH |
| Quelle: | Wasserwirtschaft - Heft 09 (September 2020) |
| Seiten: | 4 |
| Preis: | € 10,90 |
| Autor: | Dr. Benjamin Mewes Dr. Henning Oppel Dipl.-Ing. Gabriele Demisch Annika Schönfeld |
| Diesen Fachartikel kaufen... (nach Kauf erscheint Ihr Warenkorb oben links) | |
| Artikel weiterempfehlen | |
| Artikel nach Login kommentieren | |
Europäische Rechtsvorgaben und Auswirkungen auf die Bioabfallwirtschaft in Deutschland
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (11/2025)
Bioabfälle machen 34 % der Siedlungsabfälle aus und bilden damit die größte Abfallfraktion im Siedlungsabfall in der EU. Rund 40 Millionen Tonnen Bioabfälle werden jährlich in der EU getrennt gesammelt und in ca. 4.500 Kompostierungs- und Vergärungsanlagen behandelt.
Vom Gärrest zum hochwertigen Gärprodukt - eine Einführung
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (11/2025)
Auch mittel- bis langfristig steht zu erwarten, dass die Kaskade aus anaerober und aerober Behandlung Standard für die Biogutbehandlung sein wird.
Die Mischung macht‘s - Der Gärrestmischer in der Praxis
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (11/2025)
Zur Nachbehandlung von Gärrest aus Bio- und Restabfall entwickelte Eggersmann den Gärrestmischer, der aus Gärresten und Zuschlagstoffen homogene, gut belüftbare Mischungen erzeugt. Damit wird den besonderen Anforderungen der Gärreste mit hohem Wassergehalt begegnet und eine effiziente Kompostierung ermöglicht.