Multifraktale und KI-Ansätze für kohärente und widerstandsfähige Energienetze in städtischen Gebieten (Fracnet-city )

Fracnet-city kombiniert multifraktale Analysen und KI, um urbane Netzwerke effizienter zu planen und zu gestalten. Das Projekt untersucht, wie erneuerbare Energien, Flächennutzung und Resilienz gegenüber Extremwetter zusammen gedacht werden können. Fallstudien in Frankreich und der Schweiz zeigen die praktische Anwendung.

Eckdaten

Kontakt

Beschreibung

Städtische Räume stehen zunehmend vor der Herausforderung, erneuerbare Energien zu integrieren und gleichzeitig mit hoher Bevölkerungsdichte, begrenzten Flächen und der zunehmenden Resilienz gegenüber extremen Klimaereignissen umzugehen. Traditionelle Methoden der Stadtplanung sind oft nicht in der Lage, die komplexen, auf verschiedenen Massstabsebenen bestehenden Zusammenhänge innerhalb urbaner Systeme umfassend abzubilden. Dazu gehören beispielsweise die Wechselwirkungen zwischen bebauten Gebieten, Energieverteilungsnetzen auf Quartiersebene und den Auswirkungen von Extremwetterereignissen auf die Energieinfrastruktur.

Das Projekt Fracnet-city verfolgt einen neuen, multiskalaren Ansatz, der multifraktale Analysen und Künstliche Intelligenz (KI) kombiniert. Ziel ist die Entwicklung eines multifraktal inspirierten Ansatzes für die Planung physischer urbaner Netzwerke, der KI-gestützte Geodatenanalysen und Simulationen nutzt.

Mithilfe multifraktaler Analysen sollen urbane Strukturen und Energieverteilungsnetze untersucht und optimiert werden. Dabei stehen eine effiziente Flächennutzung, die Integration erneuerbarer Energien sowie eine erhöhte Resilienz gegenüber Extremwetterereignissen im Fokus. Das Framework umfasst zudem adaptive Werkzeuge, die auf Veränderungen der urbanen Entwicklung reagieren können, etwa auf Veränderungen des Energiebedarfs, des Bevölkerungswachstums oder des Klimas.

In einer Zusammenarbeit zwischen Forschungsteams aus Frankreich und der Schweiz werden Kompetenzen in den Bereichen multifraktale Netzwerke, Photovoltaikintegration, Stadtplanung und KI gebündelt. Anhand von Fallstudien in ausgewählten urbanen Gebieten in Frankreich und der Schweiz soll die praktische Anwendung des Frameworks demonstriert werden. Dabei wird untersucht, wie eine kohärentere und effizientere Nutzung des urbanen Raums, eine stärkere Integration erneuerbarer Energien und eine verbesserte Resilienz gegenüber extremen Klimaereignissen erreicht werden können.

Als Ergebnisse werden ein adaptives Planungsmodell für urbane Netzwerke auf Basis multifraktaler und KI-gestützter Ansätze, umfassende KI-gestützte Werkzeuge für die Stadtplanung sowie praxisorientierte Erkenntnisse für urbane Räume mit ähnlichen Herausforderungen erwartet.