Masterarbeit zur "Erstellung KI-basierter Flexibilitätsprognosen für opt. Wärmepumpen"
Die Digitalisierung, Automatisierung und der Einsatz intelligenter Systeme werden zu immer wichtigeren Faktoren für den Erfolg als Akteur in der Energiewirtschaft. Dies trifft im Besonderen bei der Integration erneuerbarer Energien (EE) sowie bei schwankenden Energieverbräuchen zu, wofür präzise und verlässliche Prognosen der zu erwartenden Energieerzeugung und des -verbrauchs unerlässlich sind. Dadurch können die Effizienz gesteigert, Risiken minimiert und Kosten gespart werden. Unsere Online-Hochrechnungen und Prognosen der nächsten Minuten bis Tage sind ein Herzstück innovativer Lösungen für den zuverlässigen Netzbetrieb und die vorausschauende Planung mit wetterabhängigen Energieträgern. Highlights unserer Prognoselösungen basieren auf Jahrzehnten kumulierter Projekterfahrung unserer Entwicklungs-Teams. Daher verstehen wir die intelligente Kombination von KI-Methoden, statistischen Optimierungen & Physikalischer Modellierung.
Was Du bei uns tust
Du forschst an der Schnittstelle zwischen Industrie und Forschung. Für eine erfolgreiche Transformation des Energiesystems ist eine weitgehende Dekarbonisierung des Wärmesektors sowie eine Flexibilisierung des Stromverbrauchs aufgrund der überwiegend wetterabhängigen Erzeugung unabdingbar. Zur Bewältigung beider Herausforderungen stellen Wärmepumpen eine unverzichtbare Schlüsseltechnologie dar. Mit deiner Arbeit begleitest Du das Projektteam des IEE, nimmst an regelmäßigen Projekttreffen teil und lernst die Prozesse der anwendungsorientierten Forschung kennen. Du entwickelst Algorithmen zur Prognose zeitlich hochaufgelöster Flexibilitätspotenziale anhand realer Messdaten aus dem Wärmepumpenbetrieb. Dabei setztst Du innovative Verfahren der künstlichen Intelligenz (KI) sowie genauste Wetterprognosen ein, um die Prognose zu verbessern. Hierzu greifst Du auf die etablierte Prognose- und Datenplattform des Fraunhofer IEE zurück. Hauptziel der Masterarbeit ist es, mit Hilfe maschineller Lernverfahren Prognosen zur Abschätzung der Innenraumtemperatur und des Flexibilitätspotenzials von Wärmepumpen abzuleiten. Speziell sollen in der Entwicklung Verfahren des Deep-Learning wie Long Short-Term Memory (LSTM) und Gated Recurrent Unit (GRU) neuronale Netzwerke eingesetzt werden. Aufgabenstellung:
Was Du mitbringst
Was Du erwarten kannst
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Die monatliche Arbeitszeit beträgt 40 bis 80 Stunden. Die Stelle ist auf 6 Monate befristet. Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!
Fragen zu dieser Stelle beantwortet Dir: Dr. Jan Dobschinski +49 (0) 561 7294-213
Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE
Kennziffer: 72499 Bewerbungsfrist: 15.04.2024
Stellensegment:
Meteorologist, Neurology, Science, Healthcare