Benchmarks für lernende Gebäudeenerigemanagementsysteme

Masterarbeit

Themen-Schwerpunkt: Energie, Energiemanagement, Maschinelles Lernen, Software-Entwicklung
Studiengänge: Informatik, Informationswirtschaft, Verwandte Studiengänge, Wirtschaftsinformatik, Wirtschaftsingenieurwesen, Wirtschaftsmathematik

Umfeld

Durch die Energiewende und die zunehmende Stromerzeugung aus erneuerbaren Energiequellen wird es in Zukunft einen Bedarf an flexiblen Verbrauchern geben. Gebäude sind prädestiniert für die Bereitstellung elektrischer Flexibilität, da diese derzeit schon einen hohen Anteil am elektrischen Energiebedarf aufweisen und sich dieser durch die Integration von Wärmepumpen noch signifikant erhöhen kann. Insbesondere die thermische Trägheit der Gebäude kann genutzt werden um mittels intelligenter Steuerung (dem Gebäudeenerigemanagement) von Wärmepumpen oder Klimaanlagen eben solche elektrische Flexibilität bereit zu stellen. Eine Herausforderung für die Entwicklung von Algorithmen für das Gebäudeenerigemanagement stellt dabei vor allem die hohe Diversität des Gebäudebestands dar, entsprechende Algorithmen müssen daher an die individuellen Gegebenheiten eines Gebäudes angepasst sein. Eine Möglichkeit zur wirtschaftlichen Anwendung von Gebäudeenerigemanagementsysteme in der breiten Masse stellt dabei die Anwendung von Maschinellen Lernverfahren dar.

Aufgaben

  • Im beschrieben Umfeld soll im Zuge der Masterarbeit eine Benchmark entwickelt werden mit welchem die Güte von lernenden Gebäudeenerigemanagementsystemen bewertet werden kann.
  • Im Zuge der Arbeit soll dabei eine Simulation eines Gebäudes für die Verwendung als solcher Benchmark erweitert werden. Die Auswahl des Gebäudes, das Werkzeug zur Gebäudesimulation (EnergyPlus) sowie ein erstes Gebäudemodell sind bereits vorhanden und vorgegeben.
  • Optional und Interesse am Reinformcenet Learning vorausgesetzt, kann am Ende der Abschlussarbeit ein eigener lernender Algorithmus entwickelt und im Benchmark getestet werden.

Wir bieten

  • eine spannende Aufgabenstellung, intensive Betreuung mit wöchentlichen Treffen (wenn gewünscht).
  • Praxisnahe Forschungsumgebung mit modernen Systemen und Anlagen im FZI House of Living Labs.
  • Möglichkeit zum Sammeln von Erfahrungen im Umgang mit neuen Technologien.
  • Gute Kenntnisse im Bereich des maschinellen Lernens.
  • Küche, Kaffeemaschine und Terrasse mit Grill :-)

Wir erwarten

  • Eigenständiges und verantwortungsbewusstes Arbeiten.
  • Studium der Informatik, des Wirtschaftsingenieurwesens oder themenverwandter Gebiete.
  • Interesse am Anwendungsfeld Energie.
  • Kenntnisse in Python sind von Vorteil.
  • Erste Erfahrungen mit EnergyPlus sind von Vorteil.

Bewerbung

Bitte legen Sie Ihrem Anschreiben einen tabellarischen Lebenslauf, ggf. einen Überblick über bisherige praktische Erfahrungen sowie einen aktuellen Notenauszug bei.