• Zum Inhalt springen  (Accesskey: 1)
  • Zur Navigation springen  (Accesskey: 2)
  • Zur Suche springen  (Accesskey: 7)
Seitennavigation schließen
Seitennavigation öffnen
  • TU Wien
    • Übersicht
    • Aktuelles
    • fuTUre fit
    • Über die TUW
    • Organisation
    • TUW für alle
    • Arbeiten an der TUW
    • TUW Community
    • Campus
    • Kontakt
  • Studium
    • Übersicht
    • Studienangebot
    • Studieninteressierte
    • Studienanfänger_innen
    • Studierende
    • International Studieren
    • Lehrende , öffnet eine externe URL in einem neuen Fenster
    • Schüler_innen
    • Best Teaching Awards 2025
  • Forschung
    • Übersicht
    • Profil
    • News
    • Events
    • Facilities
    • Erfolge
    • Netzwerke
    • TUW Doctoral Center
    • FTI Support
    • TUW interne Fördermöglichkeiten
    • Datenbanken
  • Kooperationen
    • Übersicht
    • Erfindungen, Patente, Kommerzialisierung
    • Spenden und Unterstützen
    • Start-ups
    • Technology Offers
    • Wirtschaftskooperationen
    • Center for Technology and Society , öffnet eine externe URL in einem neuen Fenster
    • TU Austria , öffnet eine externe URL in einem neuen Fenster
    • EULIST
  • Services
    • Übersicht
    • Bibliothek
    • Campus IT-Services
    • Campus-Services
    • Eventmanagement
    • Medien
    • Meldesystem
    • Newsletter
  • Intern
    • Übersicht
    • Portal (TISS, SAP, TYPO3,...) , öffnet eine externe URL in einem neuen Fenster
E302-03-Forschungsbereich Industrielle Energiesysteme
  1. E302-03-Forschungsbereich Industrielle Energiesysteme /
  2. Detailseite Aktuelles /

Zurück zur Startseite

26. Juni 2024

Staatspreis Technologie 2024

Das Forschungsprojekt RELY wurde für den Staatspreis Technologie 2024 in der Kategorie „AI for Green“ nominiert und bei einer feierlichen Gala am 11. Juni 2024 vom Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation & Technologie geehrt.

Gruppe Menschen stehend

© BMK, Reich

Der Staatspreis Technologie, öffnet eine externe URL in einem neuen Fenster ist die höchste Auszeichnung, die das BMK vergibt. Ausgezeichnet werden bahnbrechende Lösungen, die bedeutend zur grünen und digitalen Transformation beitragen. Das Institut für Energietechnik und Thermodynamik ist stolz darauf, mit dem interdisziplinären Forschungsprojekt RELY gemeinsam mit zwei weiteren Projekten in der Kategorie „AI for Green, öffnet eine externe URL in einem neuen Fenster“ für den Staatspreis nominiert worden zu sein. In der Kategorie „AI for Green“ liegt der Fokus auf innovativen Projekten, die AI-Technologien dazu einsetzen einen Beitrag zu den Klimazielen Österreichs zu leisten, indem der Ressourcen- und Energieeinsatz reduziert, Treibhausgasemissionen vermieden und/oder Naturräume und Ökosysteme erhalten werden.

RELY – REliable REinforcement Learning for sustainable energY systems

Das Forschungsprojekt RELY ist eine Kooperation zwischen den beiden Instituts-internen Forschungsbereichen Industrielle Energiesysteme (E302-03) und Strömungsmaschinen (E302-02), sowie der Fakultät für Informatik (Research Unit Machine Learning E194-06) der TU Wien und den Industriepartnern evon GmbH, TIWAG-Tiroler Wasserkraft AG und vgbe energy e.V.

In RELY werden Reinforcement Learning (RL) Algorithmen zur Steuerung hochkomplexer Prozesse in Energiesystemen entwickelt. Durch den innovativen Einsatz von Digital Twins zum Training dieser Algorithmen wird deren Zuverlässigkeit erhöht. Die entwickelten Methoden werden auf einer reversiblen Pumpturbine im Labormaßstab erprobt und sind skalierbar auf diverse stromerzeugende Einheiten. Die Algorithmen eröffnen immenses Flexibilitätspotential, das im Energiesystem der Zukunft essenziell ist.

Mehr Informationen zu RELY sind im folgenden Video zu sehen.

Festliche Gala in der Orangerie im Schloss Schönbrunn

Auch wenn der Preis letztendlich an das großartige Projekt der GeoSphere Austria (Atmol4REN-4Cast) ging, sind wir sehr stolz darauf mit RELY unter die Top 3 gekommen zu sein. Die Überreichung der Nominierungsurkunde durch Bundesministerin Leonore Gewessler stellt ein Highlight des rundum inspirierenden und gelungenem Abend in der Orangerie des Schloss Schönbrunns dar.

Vielen Dank an dieser Stelle an das BMK, und vor allem an unsere Projektpartner – gemeinsam gestalten wir die Energiezukunft!

Nach Aktivierung werden u. U. Daten an Dritte übermittelt. Datenschutzerklärung., öffnet in einem neuen Fenster

Staatspreis Technologie 2024: RELY

Weiterführende Links: (zu Originalpublikationen, Projektwebsite etc.)

  • Staatspreis Technologie 2024
  • Projektvorstellung RELY
  • Video Staatspreis Technologie 2024: RELY
  • RELY in der FFG Projektdatenbank

Kontakt:

Univ.Prof. Dipl.-Ing. Dr.techn.-habil. René Hofmann
TU Wien
Institut für Energietechnik und Thermodynamik
Getreidemarkt 9/E302, 1060 Wien
Telefon: +43 1 58801 302 327
E-Mail: rene.hofmann@tuwien.ac.at

Zur Fußzeile springen

TU Wien

  • Aktuelles
  • fuTUre fit
  • Über die TUW
  • Organisation
  • Corona
  • TUW für alle
  • Arbeiten an der TUW
  • TUW Community
  • Campus
  • Kontakt

Studium

  • News
  • Studienangebot
  • Zulassung
  • Studieren an der TUW
  • Student Support
  • Lehren an der TUW
  • International
  • Schüler_innen
  • Academy for Continuing Education
  • ÖH-Wahl 2025
  • Best Teaching Awards 2025

Forschung

  • Noctua Science Ventures
  • Profil
  • News
  • Events
  • Facilities
  • Science Days
  • Erfolge
  • Netzwerke
  • TUW Doctoral Center
  • FTI Support
  • TUW interne Fördermöglichkeiten
  • Datenbanken

Kooperationen

  • Erfindungen, Patente, Kommerzialisierung
  • Spenden und Unterstützen
  • Start-ups
  • Technology Offers
  • Wirtschaftskooperationen
  • Center for Technology and Society, öffnet eine externe URL in einem neuen Fenster
  • TU Austria, öffnet eine externe URL in einem neuen Fenster
  • EULIST

Services

  • Bibliothek
  • Campus IT-Services
  • Campus-Services
  • Eventmanagement
  • Karriere, öffnet eine externe URL in einem neuen Fenster
  • Medien
  • Meldesystem
  • Newsletter

Intern

  • Portal (TISS, SAP, TYPO3,...), öffnet eine externe URL in einem neuen Fenster

© TU Wien  # 66306

  • Impressum
  • Barrierefreiheitserklärung
  • Datenschutzerklärung (PDF)
  • Cookieeinstellungen
  • Zur 1. Menü Ebene E302-03-Forschungsbereich Industrielle Energiesysteme
  • Zurück zur letzten Ebene: E302-03-Forschungsbereich Industrielle Energiesysteme
  • Detailseite Aktuelles
  • Facebook
  • LinkedIn
  • YouTube
  • Instagram
  • Bluesky

Hinweis zu Cookies und anderen Techniken

Unsere Website verwendet Cookies und bindet Inhalte von Drittanbietern ein, um die grundlegende Funktionalität unserer Website zu gewährleisten sowie die Zugriffe auf unserer Website zu analysieren und um Funktionen für soziale Medien und zielgerichtete Werbung anbieten zu können. Hierzu ist es nötig Informationen an die jeweiligen Dienstanbieter weiterzugeben. Weitere Informationen zu Cookies und Inhalten von Drittanbietern auf der Website finden Sie in unserer Datenschutzerklärung.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Name Zweck Ablauf Typ Anbieter
CookieConsent Speichert Ihre Einstellungen zur Verwendung von Cookies auf dieser Website. 1 Jahr HTML Homepage TU Wien
SimpleSAML Wird benötigt, um die Sessions der eingeloggten Benutzer_innen voneinander unterscheiden zu können. Session HTTP Login TU Wien
SimpleSAMLAuthToken Wird benötigt, um die Sessions der eingeloggten Benutzer_innen voneinander unterscheiden zu können. Session HTTP Login TU Wien
fe_typo_user Wird benötigt, damit im Falle eines Typo3-Frontend-Logins die Session-ID wiedererkannt wird um Zugang zu geschützten Bereichen zu gewähren. Session HTTP Homepage TU Wien
staticfilecache Wird benötigt, um die Auslieferungszeit der Website zu optimieren. Session HTTP Homepage TU Wien
JESSIONSID Wird benötigt, damit im Falle eines LectureTube-Logins die Session-ID wiedererkannt wird um Zugang zu geschützten Bereichen zu gewähren. Session HTTP LectureTube TU Wien
_shibsession_lecturetube Wird benötigt, um die Sessions der eingeloggten Benutzer_innen voneinander unterscheiden zu können. Session HTTP LectureTube TU Wien
Webstatistiken

Mit Hilfe dieser Cookies können wir unser Angebot laufend verbessern und unsere Website an Ihre Bedürfnisse anpassen. Dabei werden pseudonymisierte Daten über die Websitenutzung gesammelt und statistisch ausgewertet.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo TU Wien
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo TU Wien
_pk_ses Wird benötigt, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo TU Wien
Marketing

Mithilfe dieser Cookies und Drittanbieterinhalte sind wir bemüht, unser Angebot für Sie zu verbessern. Mittels pseudonymisierter Daten von Websitenutzern kann der Nutzerfluss analysiert und beurteilt werden. Dies gibt uns die Möglichkeit, Werbe- und Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
facebook Wird verwendet, um Anzeigen auszuliefern oder Retargeting zu ermöglichen 90 Tage HTTP Meta
__fb_chat_plugin Wird zum Speichern und Verfolgen von Interaktionen (Marketing/Tracking) benötigt. Persistent HTTP Meta
_js_datr Wird benötigt, um Benutzer_inneneinstellungen zu speichern. 2 Jahre HTTP Meta
_fbc Wird benötigt, um den letzten Besuch zu speichern (Marketing/Tracking). 2 Jahre HTTP Meta
fbm Wird benötigt, um Kontodaten zu speichern (Marketing/Tracking). 1 Jahr HTTP Meta
xs Wird zum Speichern einer eindeutigen Sitzungs-ID benötigt (Marketing/Tracking). 1 Jahr HTTP Meta
wd Wird benötigt, um die Bildschirmauflösung zu loggen. 1 Woche HTTP Meta
fr Wird benötigt, um Anzeigen zu schalten und deren Relevanz zu messen und zu verbessern. 3 Monate HTTP Meta
act Wird benötigt, um angemeldete Benutzer_innen zu speichern (Marketing/Tracking). 90 Tage HTTP Meta
_fbp Wird zum Speichern und Verfolgen von Besuchen auf verschiedenen Websites benötigt (Marketing/Tracking). 3 Monate HTTP Meta
datr Wird benötigt, um den Browser für Sicherheits- und Website-Integritätszwecke, einschließlich der Wiederherstellung von Konten und der Identifizierung von potenziell gefährdeten Konten zu identifizieren. 2 Jahre HTTP Meta
dpr Wird für Analysezwecke verwendet. Technische Parameter werden protokolliert (z. B. Seitenverhältnis und Abmessungen des Bildschirms), damit Facebook-Apps korrekt angezeigt werden können. 1 Woche HTTP Meta
sb Wird benötigt, um Browserdetails und Sicherheitsinformationen des Facebook-Kontos zu speichern. 2 Jahre HTTP Meta
dbln Wird benötigt, um Browserdetails und Sicherheitsinformationen des Facebook-Kontos zu speichern. 2 Jahre HTTP Meta
spin Wird für Werbezwecke und Berichterstattung über soziale Kampagnen benötigt. Session HTTP Meta
presence Enthält den "Chat"-Status eingeloggter Benutzer_innen. 1 Monat HTTP Meta
cppo Wird für statistische Zwecke benötigt. 90 Tage HTTP Meta
locale Wird benötigt, um die Spracheinstellungen zu speichern. Session HTTP Meta
pl Wird für Facebook Pixel benötigt. 2 Jahre HTTP Meta
lu Wird für Facebook Pixel benötigt. 2 Jahre HTTP Meta
c_user Wird für Facebook Pixel benötigt. 3 Monate HTTP Meta
bcookie Wird zur Speicherung von Browserdaten benötigt (Marketing/Tracking). 2 Jahre HTTP LinkedIn
li_oatml Wird verwendet, um LinkedIn-Mitglieder außerhalb von LinkedIn zu Werbe- und Analysezwecken zu identifizieren. 1 Monat HTTP LinkedIn
BizographicsOptOut Wird zum Speichern von Datenschutzeinstellungen benötigt. 10 Jahre HTTP LinkedIn
li_sugr Wird zur Speicherung von Browserdaten benötigt (Marketing/Tracking). 3 Monate HTTP LinkedIn
UserMatchHistory Wird zur Bereitstellung von Werbeeinblendungen oder Retargeting benötigt (Marketing/Tracking). 30 Tage HTTP LinkedIn
linkedin_oauth_ Wird benötigt, um seitenübergreifende Funktionen bereitzustellen. Session HTTP LinkedIn
lidc Wird benötigt, um durchgeführte Aktionen auf der Website zu speichern (Marketing/Tracking). 1 Tag HTTP LinkedIn
bscookie Wird benötigt, um durchgeführte Aktionen auf der Website zu speichern (Marketing/Tracking). 2 Jahre HTTP LinkedIn
X-LI-IDC Wird benötigt, um seitenübergreifende Funktionen bereitzustellen (Marketing/Tracking). Session HTTP LinkedIn
AnalyticsSyncHistory Speichert den Zeitpunkt, zu dem der/die Benutzer_in mit dem "lms_analytics"-Cookie synchronisiert wurde. 30 Tage HTTP LinkedIn
lms_ads Wird benötigt, um LinkedIn-Mitglieder außerhalb von LinkedIn zu identifizieren. 30 Tage HTTP LinkedIn
lms_analytics Wird benötigt, um LinkedIn-Mitglieder zu Analysezwecken zu identifizieren. 30 Tage HTTP LinkedIn
li_fat_id Wird für eine indirekte Mitgliederidentifikation benötigt, die für Conversion Tracking, Retargeting und Analysen verwendet wird. 30 Tage HTTP LinkedIn
U Wird benötigt, um den Browser zu identifizieren. 3 Monate HTTP LinkedIn
_guid Wird benötigt, um ein LinkedIn-Mitglied für Werbung über Google Ads zu identifizieren. 90 Tage HTTP LinkedIn