Digitale Zwillinge für resiliente Stromnetze: KI-gestützte Zustandsschätzung und Optimierung der Sensorplatzierung

Kontext

Bist du Feuer und Flamme, die Energiezukunft in Entwicklungsländern mitzugestalten? Möchtest du in die faszinierende Welt der KI-gestützten Anomalieerkennung eintauchen? Dann bist du hier genau richtig!

Projektüberblick
Am Puls der globalen Energiewende stehen Entwicklungsländer vor einer gewaltigen Aufgabe: Sie müssen eine verlässliche Stromversorgung für Unternehmen und Haushalte sichern. Doch ihre Netze gleichen oft einem undurchschaubaren Labyrinth, in dem die Elektronen wild umherschwirren – ein krasser Gegenpol zu Europas präzise abgestimmten Stromsystemen.

Deine Mission
Brennst du dafür, die Energieverteilung in Entwicklungsländern zu revolutionieren? Willst Du helfen das Chaos im äthiopischen Netz zu zähmen und mit einem digitalen Zwilling völlig neue Einblicke gewinnen? Als Masterand*in hast du eine klare Mission: Entwickle einen hochpräzisen, dreiphasigen digitalen Zwilling und schaffe einen strukturierten Datenraum für diese komplexen Energiesysteme – gestützt auf modernste Netzmodellierung und KI-gestützte Analysen!

Aufgaben

• Entwickle und implementiere einen dreiphasigen digitalen Zwilling des Harar-Verteilnetzes.
• Erweitere den bestehenden Einphasen-Simulator, um unbalancierte, dreiphasige Lastflussberechnungen zu unterstützen.
• Erzeuge synthetische Datensätze mit verschiedenen Lastprofilen und Fehler­szenarien für die Zustandsschätzung.
• Integriere und evaluiere einen gewichteten Kleinste-Quadrate-Zustandsschätzungs­algorithmus zur Erkennung und Lokalisierung von Anomalien im dreiphasigen Netz.
• Beschleunige und verfeinere den genetischen Algorithmus für die Sensorplatzierungs­optimierung.

Voraussetzungen

• Motivation und Interesse am selbstständigen Lösen von technischen Problemen
• Interesse an Elektronik und Data Science
• Erfahrung mit Progammieren (Python)
• Erste Erfahrungen mit ML/KI