Open Access

Philipp Sommer

• Energieausweise informieren über den Energiebedarf und -verbrauch von Gebäuden. Für die Erstellung eines Energieausweises werden gebäudespezifische Daten benötigt, weshalb sie oft nicht für alle Gebäude vorliegen oder erst durch eine Begehung vor Ort erfasst werden können. Die vorliegende Arbeit untersucht die Möglichkeit, durch die Identifikation eines Datenschemas, basierend auf einer integrativen Analyse von Energieausweisen, Energiebedarfsvorhersagen für unbekannte Wohngebäude zu treffen. Die Zielsetzung der vorliegenden Arbeit besteht in der Identifikation wesentlicher Merkmale aus offenen Datenquellen, welche den Energiebedarf signifikant beeinflussen sowie deren Integration in ein kompaktes und effizientes Regressionsmodell. Dabei werden verschiedene maschinelle Lernmethoden, insbesondere das Extreme Gradient Boosting (XGB), eingesetzt, um Modelle zu entwickeln und zu validieren, die auf Daten aus Energieausweisen basieren. Dafür werden unter anderem Merkmale aus den beschriebenen Merkmalen zum Dach, der Außenwände, zu Fenstern und zum Boden extrahiert und in neue Merkmale überführt. Dies sind unter anderem Dach- und Wandtyp, das zugehörige Isolationsniveau und der Verglasungsgrad der Fenster. Im Anschluss werden drei Datensätze entwickelt und auf ihre Leistung untersucht. Eine Analyse der Merkmalsrelevanz hat gezeigt, dass über alle Datensätze hinweg bestimmte Merkmale wie Gebäudetyp, Baujahr, Wohnfläche, Dämmungsgrad und geografische Lage entscheidenden Einfluss auf die Vorhersage des Energiebedarfs haben. Das auf den Fernerkundungsdaten basierte Modell, wies nach Optimierung ein Bestimmtheitsmaß R2 von 0,64 und einen mittleren absoluten Fehler (MAE) von 4,12 auf. Der Fehler bezieht sich auf eine Effizienzskala von 1-100 (Energieklasse G-A). Nach Skalierung der Pipeline und durch Ergänzung weiterer Datenpunkte, konnte der Wert auf 0,84 erhöht werden. Durch die Ergänzung von vebrauchsabhängigen Merkmalen, erreichte das XGB-Regressionsmodell ein R2 von 0,94 und einen MAE von 1,46 über den Trainings- und Testdatensatz. Zur weiteren Validierung werden die Auswirkungen der einzelnen Merkmale über Shapley-Werte quantifiziert, um die Auswirkungen der Merkmale bei der Vorhersage zu interpretieren. Die entwickelten Modelle erreichten eine hohe Prognosegenauigkeit und demonstrierten eine signifikante Verbesserung gegenüber herkömmlichen Methoden. Die Erstellung der Datensätze erfolgte unter Verwendung der Programmiersprache Python sowie des Frameworks Scikit-learn (Version 1.4.1) zur Entwicklung der Modelle. Die erzeugten Datensätze und Modelle wurden in eine reproduzierbare Pipeline überführt und stehen nach Freigabe unter GitHub zur Verfügung.
• Energy performance certificates provide information on the energy requirements and consumption of buildings. Building-specific data is required for the creation of an energy performance certificate, which is why it is often not available for all buildings or can only be recorded through an on-site inspection. This thesis investigates the possibility of making energy demand predictions for unknown residential buildings by identifying a data schema based on an integrative analysis of energy performance certificates. The objective of this thesis is to identify key features from open data sources that significantly influence energy demand and to integrate them into a compact and efficient regression model. Various machine learning methods, in particular Extreme Gradient Boosting (XGB), are used to develop and validate models based on data from energy performance certificates. In addition, features are extracted from the descriptive features for the roof, wall, windows and floor and transferred into new features. Subsequently, three data sets are developed and analysed for their performance. An analysis of feature relevance has demonstrated that across all data sets, specific features, such as building type, year of construction, living space, degree of insulation and geographical location, exert a significant influence on the prediction of energy demand. Following optimisation, the model based on remote sensing data exhibited a coefficient of determination R2 of 0.64 and an mean absolute error (MAE) of 4.12. The error refers to an efficiency scale of 1-100 (energy class G-A). Following scaling of the pipeline and the addition of further data points, the value increased to 0.84. The XGB regression model, which incorporates consumption-dependent characteristics, achieved an R2 of 0.94 and an MAE of 1.46 across the training and test data set. To further validate the model, the effects of the individual characteristics are quantified using Shapley values, which enable the interpretation of the characteristics’ effects on the prediction. The developed models achieved a high prediction accuracy and demonstrated a significant improvement over conventional methods. The data sets were created using the Python programming language and the Scikit-learn framework (version 1.4.1) to develop the models. The generated data sets and models were transferred to a reproducible pipeline and are available on GitHub after release.