Dr. Alona Zharova
Profil
Zusammenfassung
Dr. Alona Zharova entwickelt datengestützte Systeme zur Verbesserung der Energieeffizienz in Haushalten, insbesondere durch intelligente Empfehlungsalgorithmen und Lastmanagement. Sie kombiniert dabei Methoden der Multi-Agent-Systeme, Verhaltensforschung und Datenanalyse, um Verbraucher zu energiesparendem Verhalten zu bewegen. Ihre Expertise umfasst auch die Messung und Bewertung von Forschungsleistung sowie die Analyse von Klimaschutzmaßnahmen auf städtischer Ebene.
Skills
Stammdaten
Identität, Organisation und Kontakt aus HU-FIS.
Forschungsthemen2
Nachfrageflexibilität und Lastmanagement als Klimaschutzbeschleuniger
Quelle ↗Förderer: Öffentliche Förderorganisationen anderer Länder Zeitraum: 04/2026 - 03/2027 Projektleitung: Dr. Alona Zharova
Plattform zur Förderung von Energieeffizienz und CO2-Reduktion in Privathaushalten
Quelle ↗Förderer: Andere inländische Stiftungen Zeitraum: 01/2025 - 12/2025 Projektleitung: Dr. Alona Zharova
Mögliche Industrie-Partner175
Details nur für eingeloggte sichtbar
🔒 Das System hat 175 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden
Publikationen25
Top 25 nach Zitationen — Quelle: OpenAlex (BAAI/bge-m3 embedded für Matching).
Information Fusion · 13 Zitationen · DOI
A significant part of CO2 emissions is due to high electricity consumption in residential buildings. Using load shifting can help to improve the households’ energy efficiency. To nudge changes in energy consumption behavior, simple but powerful architectures are vital. This paper presents a novel algorithm of a recommendation system generating device usage recommendations and suggests a framework for evaluating its performance by analyzing potential energy cost savings. As a utility-based recommender system, it models user preferences depending on habitual device usage patterns, user availability, and device usage costs. As a context-aware system, it requires an external hourly electricity price signal and appliance-level energy consumption data. Due to a multi-agent architecture, it allows for easy integration of new agents, enabling seamless functionality expansion, or the disabling of existing agents to tailor the system to specific needs. Empirical results show that the system can provide energy cost savings of 18% and more for most studied households.
European Journal of Operational Research · 7 Zitationen · DOI
Singapore Management University Institutional Knowledge (InK) (Singapore Management University) · 7 Zitationen
Kooperationen7
Bestätigte Forscher↔Partner-Paare aus HU-FIS — Gold-Standard-Positive für das Matching.
Plattform zur Förderung von Energieeffizienz und CO2-Reduktion in Privathaushalten
university
Nachfrageflexibilität und Lastmanagement als Klimaschutzbeschleuniger
other
Plattform zur Förderung von Energieeffizienz und CO2-Reduktion in Privathaushalten
other