Zusammen mit unserem Projektpartner, der Robotron Datenbank-Software GmbH (RDS), hat die TU Dresden in diesem Projekt ein kontextbasiertes Phasenmodell für die Prognose von Zeitreihen aus dem erneuerbare Energien-Sektor entwickelt, implementiert und evaluiert. Die Kernaufgaben der TU Dresden beliefen sich dabei auf (1) den Aufbau einer Fallbasis, welche (2) der Unterstützung der Auswahl von Prognosemodellen dient, und (3) der adaptiven Zusammensetzung von Prognosen unterschiedlicher Quellen zur Steigerung der Prognosegenauigkeit. Des Weiteren wurde unter der Leitung von RDS an (4) der Entwicklung einer wertbasierten Evaluationsmethodik mitgewirkt. Das bereits im Vorprojekt entwickelte ECAST Benchmarking-Framework wurde dafür systematisch um neue Funktionalitäten erweitert.

Während des ersten Projektjahres (Laufzeit vom 01.08. bis 31.12.2016) wurde von den Verbundpartnern hauptsächlich eine Bestandsaufnahme in Form einer Literaturrecherche und der detaillierten Ausarbeitung der zentralen Problemstellung durchgeführt. Dazu wurden insbesondere typische Vorgehensweisen und Modelle betrachtet, die für das kontext-sensitive Erstellen von Energieprognosen relevant sind. Des Weiteren wurde mit der Konzeption und dem Aufbau der Infrastruktur für die experimentelle Validierung begonnen. Dies beinhaltete die Konzeption von umfangreichen Benchmarks von Prognoseverfahren aus der Energiewirtschaft, sowie die Beschaffung, Analyse, Aufarbeitung und Zusammenstellung von realen und synthetischen Daten zum Aufbau der Fallbasis.

Basierend auf diesen Arbeiten, wurden im zweiten Jahr (2017) umfangreiche Analysen mit der aufgebauten Fallbasis durchgeführt. Die Kernelemente des Modellempfehlungsverfahren HMR wurden entwickelt und gleichzeitig intensiv auf der vorhandenen Datengrundlage evaluiert. Anschließend wurde mit den konzeptionellen Arbeiten für die Modellkombination begonnen.

Zu Beginn des Jahres 2018 wurden zunächst die Arbeiten an der Modellkombination erfolgreich abgeschlossen. Anschließend lagen die Schwerpunkte bis zum Projektende im Dezember 2019 auf der Konzeption des wertbasierten Evaluierungsverfahrens sowie auf der Weiterentwicklung des Benchmark-Frameworks ECAST. Die Lösungen der vorangegangen konzeptionellen Arbeitspakete wurden in die Software integriert. Außerdem erfolgten umfangreiche Anpassungen insbesondere an der Oberfläche zur Verbesserung der Bedienbarkeit der Anwendung sowie ein Umbau der Infrastruktur zur Optimierung der Performance bei der Arbeit mit großen Datenmengen. Diese Implementationsarbeiten wurden maßgeblich durch unseren Projektpartner RDS vorangetrieben.

Der Lehrstuhl für Datenbanken bewertet die Ergebnisse des Projektes als sehr positiv. Die hohe Anzahl an wissenschaftlichen Publikationen sowie die gute Zusammenarbeit mit unserem Projektpartner RDS bilden einen hohen Mehrwert. Lediglich die Schwierigkeiten zum Projektende mit der Besetzung der für dieses Projekt geplanten Stelle trübt den positiven Gesamteindruck etwas. Der dadurch entstehende Rückstand konnte aber durch eine kostenneutrale Verlängerung der Projektlaufzeit ausgeglichen werden.