P R O F . D R . H E N R I K T E H E E S E N
Hochschule Trier, Umwelt-Campus Birkenfeld, Institut für Betriebs- und Technologiemanagement # Campusallee # 55768 Hoppstädten-Weiersbach Prof. Dr. Henrik te Heesen # Gebäude/Building 9925, Raum/Office 012 # h.teheesen@umwelt-campus.de
E R T R A G S B E R E C H N U N G V O N W I N D E N E R G I E - A N L A G E N D U R C H M A C H I N E L E A R N I N G
PROJEKTART
§ Projektarbeit
§ Abschlussarbeit STUDIENGÄNGE
§ Bachelor: AI, EE, UI
§ Master: AI, UET ZEITRAHMEN
§ bis 28. Feb./31. Aug.
B E S C H R E I B U N G
Konventionell wird der Ertrag von Windenergieanlagen durch die Berechnung der Windgeschwindigkeit auf Na- benhöhe über die logarithmische Höhenformel bzw. die Hellmann-Gleichung sowie der Leistungskurve der Wind- turbine ermittelt. Dieses klassische Verfahren führt jedoch zu Ungenauigkeiten bei der Berechnung der Windge- schwindigkeit aufgrund von thermischen und atmosphärischen Interaktionen der Luftschichten. Die Ertragsbe- rechnung von Windenergieanlagen auf Grundlage von Wetter- und Ertragsdaten soll mithilfe von Machine Learn- ing verbessert werden. Untersuchen werden soll, welche Ansätze zur KI-basierten Ertragsberechnung bereits pu- bliziert wurden und wie Machine Learning zur Verbesserung der Windertragsesimulation beitragen kann.
A U F G A B E N S T E L L U N G E N
§ Recherche nach wissenschaftlichen Methoden zum Einsatz von KI bei der Windertragssimulation
§ Entwicklung unterschiedlicher Verfahren auf Basis von Machine Learning zur Berechnung des Windertrags von Windenergieanlagen
§ Validierung der Verfahren anhand von realen Ertragswerten bestehender Windenergieanlagen
V O R A U S S E T Z U N G E N
§ Sehr gute Kenntnisse in Python und Datenbanken
§ Fortgeschrittene Kenntnisse beim Einsatz von Machine Learning
§ Grundkenntnisse im Bereich der Energietechnik, insbesondere der Windenergie, sind von Vorteil
