Bachelor- / Masterarbeit: Entwicklung eines echtzeitfähigen Surrogatmodells von einer Windenergieanlage mit Machine Learning

Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt-Windkraftanlagen. Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.

Zur Simulation von Windenergieanlagen werden oftmals komplexe Mehrkörpersimulationsmodelle (MKS) verwendet. Als digitaler Zwilling eingesetzt bietet ein solches Modell viel Potenzial für Condition Monitoring. Die Rechenzeit übertrifft die Modellzeit dabei jedoch um ein Vielfaches, was die Verwendung als digitalen Zwilling erschwert. Eine Möglichkeit, die Recheneffizienz zu verbessern, ist die Verwendung eines Surrogatmodells. Ein solches ahmt das Systemverhalten nach, ohne dabei die komplexen Gleichungssysteme des Originals lösen zu müssen. In dieser Arbeit soll ein Surrogatmodell von einer Anlage mithilfe von Machine-Learning-Ansätzen entwickelt werden, welches das Verhalten des MKS-Modells möglichst genau nachbildet und gleichzeitig echtzeitlauffähig ist.

Aufgaben:

• Recherche zu verwendbaren Machine-Learning-Ansätzen und Einarbeitung in die benötigte Software
• Auswahl von einem oder mehreren Ansätzen
• Definition von sinnvollen Eingangsparametern
• Durchführung der Simulationsreihen
• Trainieren des Surrogatmodells
• Vergleich des Surrogats mit dem Original

Voraussetzung:

• Lust auf eine spannende Arbeit im Bereich der Windenergie
• Motivation zu selbstständigem und eigenverantwortlichem Arbeiten sowie eine starke Problemlösungskompetenz
• Kenntnisse im Bereich Programmieren (Python) und Machine Learning
• Vorkenntnisse im Bereich der Dynamik von Windenergieanlagen und Mehrkörpersimulation (Simpack) sind wünschenswert, aber nicht notwendig

Wir bieten:

• Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
• Kontakt zur Industrie und Zusammenarbeit mit anderen Forschungsstätten
• Möglichkeit zur Promotion im Zuge der Bearbeitung von Forschungsprojekten

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Stefan Witter, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
stefan.witter@cwd.rwth-aachen.de