Verbrauchsprognose im Kfz-Bordnetz mit erklärbarer KI

Vorschlag einer datenbasierten Methodik

Abstract

Zur Senkung der Emissionen im Straßenverkehr gewinnt der batterieelektrische Antriebsstrang nicht zuletzt aufgrund seiner hohen Effizienz zunehmend an Bedeutung. Deshalb rückt auch die Optimierung des Bordnetzes, das die Nebenverbraucher versorgt, in den Fokus der  Entwicklung. Dessen Anteil am Gesamtverbrauch ist  aufgrund des stetig zunehmenden Umfangs an Komfortfunktionen im Fahrzeug messbar signifikant für die Gesamteffizienz. Da die Energieversorgung der  Nebenverbraucher im Bordnetz zusammen mit der  kommunikativen Vernetzung der Komponenten ein  komplexes System bildet, ist die Erlangung des für die Optimierung nötigen Systemverständnisses nicht trivial. Deshalb wird eine datenbasierte Methodik vorgeschlagen, mit der das Stromverbrauchsverhalten einzelner  Verbraucher im Bordnetz anhand deren Kommunikation  mit anderen Verbrauchern modelliert wird. Anschließend werden die Modelle durch den Einsatz ausgewählter Methoden der erklärbaren Künstlichen Intelligenz (Explainable AI, XAI) plausibilisiert. Zusätzlich wird eine Studie zur Anwendung einzelner globaler, sowie lokaler XAI-Methoden, die mit potenziellen Nutzern im entsprechenden Fachgebiet eines Automobilherstellers durchgeführt wurde, vorgestellt und interpretiert.