Bookmark
Studien-/ Abschlussarbeit

Verfahren zur automatisierten Klassifizierung von Betriebs­situationen in solarthermischen Parabolrinnenkraftwerken

Beginn

1. Februar 2023

Dauer

6 Monate

Beschäftigungsgrad

Vollzeit (Teilzeit möglich)

Unterschiedliche Betriebszustände in solarthermischen Kraftwerken sind die Folge der zeitlichen Variabilität der solaren Einstrahlung aber auch der gewünschten Fahrweise bzw. Lastanforderung. Sie sind daher unvermeidlich und treten häufig auf. Die zuverlässige Erkennung dieser verschiedenen Zustände ist eine Grundlage für das Ableiten detaillierter Anlagenmodelle und darauf aufbauender Anomalieerkennung. Datenbasierte Machine Learning Verfahren bieten die Möglichkeit selbstadaptierende Modelle zu entwickeln, die als digitaler Zwilling den aktuellen Zustand des Kraftwerkes möglichst genau wiedergeben.

Werden sie Teil unseres jungen, vielseitigen und motivierten Teams innerhalb des Institutes für Solarforschung, das sich zum Ziel gesetzt hat künstliche Intelligenz effektiv in solarthermischen Kraftwerken einzusetzen. Sie werden im Rahmen des Projektes AuSeSol-AI ein zuverlässiges Verfahren entwickelt, mit dem aus den aktuellen Anlagenbetriebsdaten der vorherrschende Betriebszustand klassifiziert werden kann. Zur Verfügung stehen dazu mehrjährige Betriebsdaten des Parabolrinnenkraftwerkes Andasol-3.

Das Institut für Solarforschung ist eine der führenden Forschungseinrichtungen auf dem Gebiet der konzentrierenden Solartechnik.

Aufgaben:

  • Literaturrecherche und Einarbeitung zur Technik der Parabolrinnenkraftwerke
  • Einarbeitung und Zusammenstellung des Stands der Technik zur Klassifizierung von Zeitreihendaten
    • regelbasierte Klassifizierung
    • Clusteringverfahren: Unsupervised, Semi-supervised, Supervised
  • Aufbereitung der vorhandenen Betriebsdaten
  • Definition der Mindestanforderungen für die Klassifizierung
  • Erprobung unterschiedlicher Klassifizierungsverfahren für gesamtes Kraftwerk
  • Vergleich und Bewertung unterschiedlicher Verfahren
  • Vorauswahl eines detailliert auszuarbeitenden Verfahrens
  • Verfeinerung des Verfahrens und Nachweis der Robustheit
  • optional: Detaillierung der Klassifizierung für einzelne Kollektoren innerhalb des Kraftwerks

Ihre Qualifikation:

  • Sie studieren im Master Energietechnik, Maschinenbau, Informatik oder ähnliches.
  • Sie besitzen sehr gute Programmierkenntnisse in Python.
  • Sie überzeugen durch ihre guten analytischen Fähigkeiten und eine strukturierte Arbeitsweise bei der Lösung von Problemen.
  • Sie begeistern sich für innovative Forschung und die wissenschaftliche und systematische Arbeitsweise.
  • Sie sind es gewohnt, selbstständig und eigenverantwortlich zu arbeiten und bereichern als Teamplayer/in unser Projektteam.
  • Die tägliche Kommunikation sowie auch der Austausch im wissenschaftlichen Kontext in deutscher und englischer Sprache fällt ihnen leicht.
  • Erfahrung mit Machine Learning und entsprechenden Frameworks (z.B. scikit-learn, Pytorch) sind wünschenswert.
  • Erfahrungen in konzentrierender Solartechnik sind von Vorteil.

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert. Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können. Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

  • Jetzt online bewerben
  • Sie können sich diese Stellenanzeige per E-Mail zusenden und Ihre Bewerbung am stationären Computer oder Laptop erstellen.

    Wir benötigen Ihre digitalen Bewerbungsunterlagen (PDF). Die Übermittlung wird von einigen Mobilgeräten nicht standardmäßig unterstützt. Bitte erstellen Sie Ihre Bewerbung an einem PC/Laptop.

    Bewerbung am PC erstellen

Fachliche/r Ansprechpartner/in

Alex Brenner
Institut für Solarforschung

Tel.: +49 71 168628-248

Nachricht senden

Tim Kotzab
Institut für Solarforschung

Tel.: +49 711 6862-8319

Nachricht senden

Kennziffer 73581

Personalbetreuung Stuttgart

Nachricht senden

DLR-Standort Stuttgart

zum Standort

DLR-Institut für Solarforschung

zum Institut