Im BMWi geförderten Projekt ADMIN wurde in einer Kooperation zwischen der Frankfurt University of Applied Sciences und der MTG AG ein sogenannter Anomaly Analyser entwickelt, der die Betriebs- und Netzwerksicherheit von Smart Meter Netzen bewertet, indem Fehler und durch vorsätzliche Manipulationen entstandene Anomalien identifiziert werden. Es wurden zahlreiche Zeitreihenanalyseverfahren auf Basis von Matadaten und Netzwerkkennzahlen evaluiert und insbesondere Energiemessungen analysiert um Klassifikationen von Verbraucherverhalten und Abweichungen vom regulären Verhalten zu erlangen.
Weiterhin wurde der Open Source Simulator JDemandModel im Projektverlauf erstellt.
Intelligente Methoden zur Überwachung und Analyse von Lastprofilen, wie z.B. Konzept zur Nachfragesteuerung und Optimierung des Lastmanagement, fehlertoleranter Algorithmen zur Klassifizierung von Lastenprofilien oder die feingranulare Vorhersage von Energieverbrauch, erfordern realitätsnahe Datensätze zur Evaluierung. Das Sammeln echter Daten ist oft zeitaufwändig und teuer, aber Simulatoren erlauben neue Methoden anhand eines gemeinsamen Benchmark zu vergleichen und zu bewerten, sowie unorthodoxe Kundenprofile und anomale Szenarien, die nicht immer in echten Daten verfügbar sind, zu generieren.
Die Open Source Simulation jDemandModel soll es einem Nutzer ermöglichen die erhaltenen Daten zu speichern, grundlegend zu visualisieren und durch diverse Parameter anzupassen.