Das erwartet dich
Wir entwickeln KI-basierte Kurzfristprognosen der solaren Einstrahlung der nächsten Generation, die hochaufgelöste Einstrahlungskarten erzeugen, um die Integration von Photovoltaik-(PV)-Anlagen in den Regelenergiemarkt zu unterstützen. Unser Ansatz kombiniert multimodale Datenquellen wie Satellitenbilder, Wolkenkameras (All-Sky Imagers, ASIs) und bodengebundene Sensormessungen mit modernen Methoden aus Machine Learning, Computer Vision und Bildverarbeitung, um komplexe Wolkenstrukturen und sich schnell ändernde atmosphärische Bedingungen zu modellieren, die die PV-Stromerzeugung beeinflussen. Das Vorhersagesystem basiert auf Einstrahlungskarten, die durch Wolkenrekonstruktion, physikalisches Raytracing und messdatenbasierte Korrekturen erzeugt werden und hochwertige Trainingsdaten für generative Nowcasting-Modelle mit hoher räumlicher und zeitlicher Auflösung bereitstellen. Während das aktuelle System bereits viele relevante Wolken- und Sonneneinstrahlungsmuster mit hoher Genauigkeit erfasst, bleibt die weitere Verbesserung der Realitätsnähe und der räumlichen Detailgenauigkeit der erzeugten Einstrahlungskarten eine spannende Forschungsaufgabe an der Schnittstelle von KI, Fernerkundung, Bildverarbeitung und wissenschaftlicher Python-Entwicklung.
Im Rahmen Deiner Masterarbeit wirst du das aktuelle Modell weiterentwickeln. Du wirst in einem diversen und motivierten Team an Fragestellungen der Energiewende arbeiten, damit aktiv zum Klimaschutz beitragen und praktische Erfahrungen sammeln – in Softwareentwicklung, automatisiertem Testen, Versionskontrolle sowie moderner Bildverarbeitung. Als Besonderheit erwartet dich ein Arbeitsplatz in Almería, einem der sonnigsten Standorte Europas.
Deine Aufgaben
- Durchführung einer umfassenden Literaturrecherche zur Ableitung solarer Einstrahlung aus Fernerkundungsdaten sowie Identifikation aktueller Limitationen in unserem System
- Entwicklung von Methoden mit unterschiedlicher Komplexität zur Einbindung und Modellierung des diffusen Anteils der solaren Einstrahlung
- Quantitative Validierung deines Modells anhand von In-situ Strahlungsmessungen und physikalischen Plausibilitätsanalysen, mit Fokus auf der realistischen Erfassung von Cloud-Enhancement-Szenarien
Dokumentation der Methodik und Ergebnisse in einer gut strukturierten Masterarbeit
-
Das bringst du mit
- Du studierst im Master Meteorologie, Physik, Informatik, Mathematik, Ingenieurwesen oder einem verwandten Bereich und bringst gute Studienleistungen mit
Erfahrung in Python sowie grundlegende Kenntnisse im Bereich des Maschinellen Lernens
- Vorerfahrungen in Datenanalyse, Computer Vision und Git-Versionskontrolle
- Fähigkeit, selbstständig zu arbeiten und gleichzeitig in einem internationalen Team zu kooperieren
- Sehr gute Englischkenntnisse in Wort und Schrift
