Masterarbeit W M D Messung Solarstrahlung Mittels HDR-Bilder And Deep Learning

Das Institut für Solarforschung entwickelt innovative Technologien zur Nutzung von Solarenergie. Der Fokus liegt dabei auf der Stromerzeugung und der Bereitstellung von Wärme und Brennstoffen. Das primäre Ziel ist, mithilfe von Sonnenenergie zur Energie- und Wärmewende und zu einer Reduktion fossiler Brennstoffe beizutragen.

Das erwartet dich

In der Arbeitsgruppe für solare Energiemeteorologie werden Methoden entwickelt, um aus den Bildinformationen von Wolkenkameras Messungen und Kürzestfristvorhersagen der Solarstrahlung abzuleiten und damit den effizienten und netzdienlichen Betrieb von Photovoltaik-Kraftwerken zu unterstützen.

In dieser Abschlussarbeit soll ein Verfahren zur Bestimmung der solaren Diffusstrahlung weiterentwickelt werden, welches das Bild einer Wolkenkamera und die Messung eines Pyranometers (Globalstrahlung) als Eingangsdaten nutzt. Die Messung nutzt dabei ein radiometrisches Kameramodell und ein multimodales Machine-Learning-Modell gestützt auf Bild- und tabellarischen Daten. Aktuell sollen Bilder mit niedrigem Dynamikumfang durch High-Dynamic-Range- (HDR) Bilder ersetzt werden, welche aus Belichtungsreihen erzeugt werden. Es wird erwartet, dass hierdurch die Umgebung der Sonne besser erfasst werden kann, was insgesamt zu einer genaueren und insbesondere zu einer robusteren Messung führen kann.

Du wirst in einem diversen und motivierten Team an Fragestellungen der Energiewende arbeiten, damit aktiv zum Klimaschutz beitragen und praktische Erfahrungen sammeln – in maschinellem Lernen, Softwareentwicklung, automatisiertem Testen, Versionskontrolle sowie moderner Bildverarbeitung. Als Besonderheit erwartet dich ein Arbeitsplatz in Almería, einem der sonnigsten Standorte Europas.

Deine Aufgaben

• Einarbeitung in für die Aufgabe relevante datengetriebene und in geringerem Maße physikalische Ansätze
• Absicherung der validen Funktion der aktualisierten physikalischen Modellkomponente zur Nutzung von HDR-Bildern durch geeignete Tests
• Aufbereitung multimodaler Datensätze von Kamerabildern, Pyranometer-Messwerten und daraus abgeleiteten tabellarischen Daten
• Implementierung einer aktualisierten Deep-Learning-Modellarchitektur
• Entwicklung und Implementierung einer aktualisierten Trainingsstrategie mit Fokus auf maximaler Übertragbarkeit zwischen Standorten und verschiedener Kamera-Hardware
• tiefgehende Validierung und Bewertung der weiterentwickelten Methode im Vergleich zu einem vorherigen Ansatz
• Dokumentation der Methodik und Ergebnisse in einer gut strukturierten Masterarbeit
  
  

• Du studierst im Master Informatik, Physik, Mathematik, Ingenieurwesen oder einen verwandten Studiengang und bringst gute Studienleistungen mit.
• Erfahrung in Python sowie grundlegende Kenntnisse im Bereich des Maschinellen Lernens
• Fähigkeit, selbstständig zu arbeiten und gleichzeitig im Team zu arbeiten
• starke Eigenmotivation
• Vorerfahrungen in Datenanalyse, Computer Vision und Git-Versionskontrolle wünschenswert
• Vorerfahrungen im Bereich Radiometrie, digitale Fotografie, Bildverarbeitung wünschenswert
• gute Englischkenntnisse in Wort und Schrift