Diese sind oft: • schwer verständlich • intransparent Modellentwicklung für die Ableitung von Typregionen der Energieversorgung | Julian Endres Seite 4
Diese sind oft: • schwer verständlich • intransparent Ziel: Komplexität von Modellen in räumlicher Auflösung reduzieren Modellentwicklung für die Ableitung von Typregionen der Energieversorgung | Julian Endres Seite 5
Diese sind oft: • schwer verständlich • intransparent Ziel: Komplexität von Modellen in räumlicher Auflösung reduzieren Modellentwicklung für die Ableitung von Typregionen der Energieversorgung | Julian Endres Seite 6 Ableitung von Typregionen, die repräsentativ für eine Gruppe von Regionen mit ähnlichen strukturellen Merkmalen steht
Julian Endres Seite 10 • Daten auf NUTS3 - Ebene • Clustern der Raumtypen mit K-Means • Ableiten der Typregionen anhand der Medianwerte möglichst homogene Cluster
Julian Endres Seite 17 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten Zuordnen Neuberechnen durch Mittelwerte
Julian Endres Seite 18 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
Julian Endres Seite 19 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
Julian Endres Seite 20 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
Julian Endres Seite 21 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
Julian Endres Seite 22 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
Julian Endres Seite 23 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
Julian Endres Seite 24 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
Julian Endres Seite 25 • Partitionierender Algorithmus • Unter Vorgabe der Clusteranzahl • Iteratives Verfahren • mit 2 Schritten [2] Incheol, CC BY-SA 4.0
der Energieversorgung | Julian Endres Seite 33 • Homogene Cluster • Anzahl der Cluster bestimmen • Ausreißer identifizieren • Weitere Kriterien zur Güteprüfung
Typ- regionen Modell - Übersicht Modellentwicklung für die Ableitung von Typregionen der Energieversorgung | Julian Endres Seite 45 Parameter optimieren
großem Ergebnisraum - Ergebnisse müssen aufwändig inhaltliche plausibilisiert werden - Fluch der Dimensionalität - Feinere Auflösung - Dimensionsreduktion mit PCA möglich - Andere Clustermethoden sinnvolle Ergänzung (DBSCAN, Ward) Modellentwicklung für die Ableitung von Typregionen der Energieversorgung | Julian Endres Seite 54
of Future Energy Systems“. In: Energy Technology 5.7, S. 1007–1025. doi: 10.1002/ente.201600607 [2] Incheol, CC BY-SA 4.0 https://commons.wikimedia.org/wiki/File:Kmeans_animation.gif [3] gung – reinstate Monica (2018), CC BY-SA 4.0 URL: https://stats.stackexchange.com/questions/133656/how-to-understand-the-drawbacks-of-k- means [4] Chire (2011), CC BY-SA 3.0 URL: https://commons.wikimedia.org/wiki/File:KMeans-density- data.svg Modellentwicklung für die Ableitung von Typregionen der Energieversorgung | Julian Endres Seite 55