Digitale Lösungen für nachhaltige Gebäude, Hochschule für Architektur, Bau und Geomatik FHNW

Wärmepumpen sind eine Schlüsseltechnologie der Schweizer Energiewende. Mit dem raschen Ausbau wächst jedoch auch die Bedeutung eines effizienten und zuverlässigen Betriebs. Die vorliegende Studie untersucht, wie Planung, Betriebsüberwachung und intelligente Steuerung von Wärmepumpen bis 70 kW verbessert werden können – und welche Rolle ein weiterentwickeltes Qualitätssicherungssystem dabei spielen kann. Die Ergebnisse liefern konkrete Empfehlungen für Branche, Kantone und Bund.

Das Institut für Nachhaltigkeit und Energie am Bau (INEB) der FHNW hat die Viride-Plattform entwickelt. Viride ist eine browserbasierte digitale Lösung, die Planer:innen dabei unterstützt, Treibhausgasemissionen in Bauprojekten zu optimieren und Nachhaltigkeits- sowie Kreislaufwirtschaftsprinzipien nahtlos zu integrieren.

Implementation of Data Science Tools to Streamline and Accelerate the GEAK Certification Process for the Swiss Building Stock

The potential of machine learning (ML) algorithms for fault detection in residential building heating systems is well established in scientific literature including our recent works. We developed a preliminary ML-pipeline, that utilizes time series forecasting to identify faults in a solar thermal system using minimal initial data unlike existing data-intensive approaches. Although the ML algorithm achieves similar accuracies as the rule-based algorithm integrated into the industrial partner’s single-sensor IoT framework, it lacks theoretical testing and conceptual evaluation.

Nutzung der Gebäudemasse als Energiespeicher zur Unterstützung des zukünftigen Energienetzes - Fallanalyse CMU (FHNW Campus Muttenz)

Sektor-gekoppelte und ökonomische Betriebsführung von dezentralen Prosumern unter Einsatz fortschrittlicher Regelungsalgorithmen

Mit dem Neubau des Amts für Umwelt und Energie Kanton Basel-Stadt wird in städtebaulich prominenter Lage ein in Politik und Öffentlichkeit viel beachtetes und diskutiertes Leuchtturmprojekt hinsichtlich des nachhaltigen Bauens realisiert. Das Gebäude soll eine Vorbildwirkung auf andere Projekte und private Bauherrschaften ausüben.

Aufbauend auf LoCoSOL wurde mit LoCoSOL+ der regelbasierte Algorithmus (RBA) optimiert und erstmals ein ML-gestützter Prototyp zur Fehlererkennung in solarthermischen Anlagen entwickelt. Im neuen Projekt mit dem SDSC wird der ML-Algorithmus weiter verbessert und für Heizungsanlagen skaliert.