big data - smart grid

Big Data AnalyticsAuszug: Smart Grid

Seminar: „IT Trends 2013“14.01.2013Philipp Hechler

Agenda

2

2

Smart Grid4

Big Data Analytics

1 Was bedeutet Big Data?

3 S-CRM

Konsumenten Transition / Fazit5

Agenda

3

2

Smart Grid4

Big Data Analytics


3 S-CRM


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: unscharfFormate: viele Arten



Was macht Data zu Big Data Dynamik (Veränderung über die Zeit)

Größe: klar messbar Formate: Alle gleich

Größe: unscharfFormate: viele Arten



Was macht Data zu Big Data Dynamik (Veränderung über die Zeit)

Dynamik: quasi NullGröße: klar Messbar Formate: alle gleich

Dynamik: in jedem PunktGröße: unscharfFormate: viele Arten



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 FormateZusammenführung 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

Agenda

8

2

Smart Grid4

Big Data Analytics


3 S-CRM


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!

Agenda

10

2

Smart Grid4

Big Data Analytics


3 S-CRM


Agenda

11

2

Smart Grid4

Big Data Analytics


3 S-CRM


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)

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 großeDistanzen 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

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

=

Smart Grid

15 www.ict-nobel.eu; Marqués et al. 2010

Ziel: Effizientere Erzeugung und Verteilung von elektrischer Energie

Smart Grid

16 Marqués et al. 2011

Prosumer – wechselseitige Beziehungen im doppelten Sinne

Zentrale Energieerzeugung: Großkraftwerke


Verbrauch + Erzeugungder elektrischen Energie

Verbraucher (Haushalte) Produzieren selbst elektrische Energie mittels erneuerbaren Energien




Informationsfluss über die gesamte Wertschöpfungskettevon elektrischer Energie:Verbrauch und Erzeugung

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)



Verbrauch + Erzeugungder elektrischen Energie




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

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

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

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

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

Smart Grid

23

Smart Grid – Big Data Analytics Anwendung

• Viele Dateiformate durch unterschiedliche Hersteller der Smart Meter

• Unterschiedliche Analyse-und Planungsprogramme

Dateiformate Größe

• KontinuierlicheVerarbeitung und Speicherung von 10 –40 Mio. Datensätzen (Haushalte in Deutschland)

Dynamik der Daten

• Ändert sich kontinuierlich, da von Smart Metern erfasst

Agenda

24

2

Smart Grid4

Big Data Analytics


3 S-CRM


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

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

Danke für eure Aufmerksamkeit

Wir freuen uns auf eure Fragen

27

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

big data - smart grid

Technology

big data analyticsauszug

state of the art5was

state of the art6was

state of the art7was

state of the art4was

klar messbar formate

soziale daten blogs

elektrischen energieprobleme