{"status":"ok","message-type":"work","message-version":"1.0.0","message":{"indexed":{"date-parts":[[2025,9,8]],"date-time":"2025-09-08T06:25:41Z","timestamp":1757312741733},"reference-count":18,"publisher":"Walter de Gruyter GmbH","issue":"9","content-domain":{"domain":[],"crossmark-restriction":false},"short-container-title":[],"published-print":{"date-parts":[[2020,9,25]]},"abstract":"<jats:title>Zusammenfassung<\/jats:title>\n               <jats:p>Bei der Energie\u00fcbertragung entstehen Netzverluste in den Leitungen und Betriebsmitteln des elektrischen Energiesystems. Die H\u00f6he der Netzverluste ist sowohl von der Netzlast als auch von zahlreichen weiteren Einflussgr\u00f6\u00dfen abh\u00e4ngig. Einen besonderen Einfluss hat dabei die fluktuierende und gr\u00f6\u00dftenteils verbrauchsferne Erzeugung durch erneuerbare Energien. Die \u00dcbertragungsnetzbetreiber m\u00fcssen die elektrische Energie zum Ausgleich der Netzverluste im Voraus beschaffen. Um die ben\u00f6tigte Ausgleichsenergie m\u00f6glichst kostenminimal einzukaufen, ist eine genaue Prognose der Netzverluste notwendig. Im Rahmen des vorliegenden Beitrags wird ein Verfahren vorgestellt, das f\u00fcr die Prognose der Netzverluste im \u00dcbertragungsnetz der 50Hertz Transmission GmbH zum Einsatz kommt. Als Modellansatz der Prognosemethode werden K\u00fcnstliche Neuronale Netze verwendet. Das als Ergebnis der Arbeiten entwickelte Modell f\u00fcr die Netzverlustprognose steigert die Prognoseg\u00fcte im Vergleich zum bisherigen Modell um sieben Prozent und befindet sich bei 50Hertz seit Juni 2019 im operativen Einsatz.<\/jats:p>","DOI":"10.1515\/auto-2020-0076","type":"journal-article","created":{"date-parts":[[2020,9,7]],"date-time":"2020-09-07T13:25:17Z","timestamp":1599485117000},"page":"738-749","source":"Crossref","is-referenced-by-count":4,"title":["Verbesserung der Netzverlustprognose f\u00fcr Energie\u00fcbertragungsnetze"],"prefix":"10.1515","volume":"68","author":[{"given":"Stefan","family":"Klaiber","sequence":"first","affiliation":[{"name":"Fraunhofer IOSB, IOSB-AST Ilmenau , Fraunhofer-Institut f\u00fcr Optronik, Systemtechnik und Bildauswertung , Am Vogelherd 90 , Ilmenau , Germany"}]},{"given":"Fabian","family":"Bauer","sequence":"additional","affiliation":[{"name":"Technische Universit\u00e4t Ilmenau , Fakult\u00e4t f\u00fcr Elektrotechnik und Informationstechnik, Fachgebiet Energieeinsatzoptimierung , Gustav-Kirchhoff-Str. 5 , Ilmenau , Germany"}]},{"given":"Peter","family":"Bretschneider","sequence":"additional","affiliation":[{"name":"Technische Universit\u00e4t Ilmenau , Fakult\u00e4t f\u00fcr Elektrotechnik und Informationstechnik, Fachgebiet Energieeinsatzoptimierung , Gustav-Kirchhoff-Str. 5 , Ilmenau , Germany"}]}],"member":"374","published-online":{"date-parts":[[2020,8,29]]},"reference":[{"key":"2023033110482935542_j_auto-2020-0076_ref_001_w2aab3b7d109b1b6b1ab2ab1Aa","unstructured":"Bundesgesetzblatt, Gesetz \u00fcber die Elektrizit\u00e4ts- und Gasversorgung (Energiewirtschaftsgesetz \u2013 EnWG), Bundesgesetzblatt, Berlin: 2005."},{"key":"2023033110482935542_j_auto-2020-0076_ref_002_w2aab3b7d109b1b6b1ab2ab2Aa","unstructured":"Bundesgesetzblatt, Verordnung \u00fcber den Zugang zu Elektrizit\u00e4tsversorgungsnetzen (Stromnetzzugangsverordnung \u2013 StromNZV), Bundesgesetzblatt, Berlin: 2017."},{"key":"2023033110482935542_j_auto-2020-0076_ref_003_w2aab3b7d109b1b6b1ab2ab3Aa","unstructured":"Bundesnetzagentur, Beschluss zur Festlegung des Ausschreibungsverfahrens f\u00fcr Verlustenergie und des Verfahrens zur Bestimmung der Netzverluste (BK6-08-006), Bundesnetzagentur, Bonn: 21.10.2008."},{"key":"2023033110482935542_j_auto-2020-0076_ref_004_w2aab3b7d109b1b6b1ab2ab4Aa","unstructured":"S. Bothor, Prognose von Netzverlusten, Dissertation, Institut f\u00fcr Energiewirtschaft und Rationelle Energieanwendung, Universit\u00e4t Stuttgart, 2019."},{"key":"2023033110482935542_j_auto-2020-0076_ref_005_w2aab3b7d109b1b6b1ab2ab5Aa","unstructured":"Pressemitteilung, 50Hertz reduziert Kosten durch den Einsatz K\u00fcnstlicher Intelligenz, Berlin, 09.12.2019. [Online]. Verf\u00fcgbar unter: https:\/\/www.50hertz.com\/de\/News\/Details\/id\/6172\/50hertz-reduziert-kosten-durch-einsatz-kuenstlicher-intelligenz. [Zugriff am 24.04.2020]."},{"key":"2023033110482935542_j_auto-2020-0076_ref_006_w2aab3b7d109b1b6b1ab2ab6Aa","unstructured":"VDEW e. V, Netzverluste \u2013 Eine Richtlinie f\u00fcr ihre Bewertung und ihre Vermeidung, VWEW Energieverlag, Frankfurt (Main): 1978."},{"key":"2023033110482935542_j_auto-2020-0076_ref_007_w2aab3b7d109b1b6b1ab2ab7Aa","doi-asserted-by":"crossref","unstructured":"D. Oeding, B.\u2009R. Oswald, Elektrische Kraftwerke und Netze, 7. Auflage, Springer, Heidelberg: 2011.","DOI":"10.1007\/978-3-642-19246-3"},{"key":"2023033110482935542_j_auto-2020-0076_ref_008_w2aab3b7d109b1b6b1ab2ab8Aa","unstructured":"K. Mehlhorn, J. Kliemt, EW Fachthema \u2013 Bestimmung der elektrischen Verluste im Netz eines st\u00e4dtischen Netzbetreibers, 2004."},{"key":"2023033110482935542_j_auto-2020-0076_ref_009_w2aab3b7d109b1b6b1ab2ab9Aa","unstructured":"L.Fickert, W. Spitzl, E. Schmautzer, W. Brandauer, Strategien zur Minimierung von Netzverlusten, 6. Internationale Energiewirtschaftstagung an der TU Wien, Wien: 2009."},{"key":"2023033110482935542_j_auto-2020-0076_ref_010_w2aab3b7d109b1b6b1ab2ac10Aa","unstructured":"Das 50Hertz-Netz in Zahlen \u2013 Strukturmerkmale (Stand 12\/2018). [Online]. Verf\u00fcgbar unter: https:\/\/www.50hertz.com\/. [Zugriff am 24.04.2020]."},{"key":"2023033110482935542_j_auto-2020-0076_ref_011_w2aab3b7d109b1b6b1ab2ac11Aa","unstructured":"J. Wernstedt, Experimentelle Prozessanalyse, VEB Verlag Technik, Berlin: 1989."},{"key":"2023033110482935542_j_auto-2020-0076_ref_012_w2aab3b7d109b1b6b1ab2ac12Aa","doi-asserted-by":"crossref","unstructured":"P.\u2009J. Brockwell, R.\u2009A. Davis, Introduction to Time Series and Forecasting, Springer-Verlag, New York: 1996.","DOI":"10.1007\/978-1-4757-2526-1"},{"key":"2023033110482935542_j_auto-2020-0076_ref_013_w2aab3b7d109b1b6b1ab2ac13Aa","doi-asserted-by":"crossref","unstructured":"R. Schlittgen, B. Streitberg, Zeitreihenanalyse, 9. Auflage Oldenburg Wissenschaftsverlag, M\u00fcnchen Wien: 2001.","DOI":"10.1524\/9783486710960"},{"key":"2023033110482935542_j_auto-2020-0076_ref_014_w2aab3b7d109b1b6b1ab2ac14Aa","unstructured":"S. Raschka, Machine Learning mit Python, Mitp Verlag, Frechen: 2017."},{"key":"2023033110482935542_j_auto-2020-0076_ref_015_w2aab3b7d109b1b6b1ab2ac15Aa","unstructured":"G. Rey, K. Wendler, Neuronale Netze \u2013 Eine Einf\u00fchrung in die Grundlagen, Anwendungen und Datenauswertungen, 3. Auflage, Hogrefe Verlag, Bern: 2018."},{"key":"2023033110482935542_j_auto-2020-0076_ref_016_w2aab3b7d109b1b6b1ab2ac16Aa","unstructured":"G.\u2009E.\u2009P. Box, G.\u2009M. Jenkins, G.\u2009C. Reinsel, Time Series Analysis \u2013 Forecasting and Control, 3. Auflage, Englewood Cliffs, Prentice Hall: 1994."},{"key":"2023033110482935542_j_auto-2020-0076_ref_017_w2aab3b7d109b1b6b1ab2ac17Aa","unstructured":"P. Bretschneider, Ein Beitrag zur Vorhersage musterbasierter nichtlinearer stochastischer Signale, Dissertation, Verlag ISLE, Ilmenau: 2002."},{"key":"2023033110482935542_j_auto-2020-0076_ref_018_w2aab3b7d109b1b6b1ab2ac18Aa","doi-asserted-by":"crossref","unstructured":"S. Klaiber, S. Waczowicz, I. Konotop, D. Westermann, R. Mikut, P. Bretschneider, Prognose f\u00fcr preisbeeinflusstes Verbrauchsverhalten, in at \u2013 Automatisierungstechnik, Bd.\u200965, Nr.\u20093, Seiten 179\u2013188, 2017.","DOI":"10.1515\/auto-2016-0125"}],"container-title":["at - Automatisierungstechnik"],"original-title":[],"language":"en","link":[{"URL":"https:\/\/www.degruyter.com\/view\/journals\/auto\/68\/9\/article-p738.xml","content-type":"text\/html","content-version":"vor","intended-application":"text-mining"},{"URL":"https:\/\/www.degruyter.com\/document\/doi\/10.1515\/auto-2020-0076\/xml","content-type":"application\/xml","content-version":"vor","intended-application":"text-mining"},{"URL":"https:\/\/www.degruyter.com\/document\/doi\/10.1515\/auto-2020-0076\/pdf","content-type":"unspecified","content-version":"vor","intended-application":"similarity-checking"}],"deposited":{"date-parts":[[2023,3,31]],"date-time":"2023-03-31T13:09:38Z","timestamp":1680268178000},"score":1,"resource":{"primary":{"URL":"https:\/\/www.degruyter.com\/document\/doi\/10.1515\/auto-2020-0076\/html"}},"subtitle":[],"short-title":[],"issued":{"date-parts":[[2020,8,29]]},"references-count":18,"journal-issue":{"issue":"9","published-online":{"date-parts":[[2020,8,29]]},"published-print":{"date-parts":[[2020,9,25]]}},"alternative-id":["10.1515\/auto-2020-0076"],"URL":"https:\/\/doi.org\/10.1515\/auto-2020-0076","relation":{},"ISSN":["2196-677X","0178-2312"],"issn-type":[{"value":"2196-677X","type":"electronic"},{"value":"0178-2312","type":"print"}],"subject":[],"published":{"date-parts":[[2020,8,29]]}}}