Vortrag Studienarbeit

Am Dienstag, den 28.7.2020, wird Herr Hossein Nikseresht Zidehi den
Abschlussvortrag seiner Studienarbeit über das Thema “Erweiterung einer
automatisierten Metadatenerfassung im HPC-Umfeld” halten.

Der Vortrag findet am 28.7.2020 um 14.00 Uhr virtuell statt.

Meeting-Kennnummer: 121 713 1285
Passwort: FKaZ9C58hhA
https://unistuttgart.webex.com/unistuttgart/j.php?MTID=mbb381a615253d54f62e96ec1951eb6a6

Über Videosystem beitreten
Wählen Sie 1217131285@unistuttgart.webex.com
Sie können auch 62.109.219.4 wählen und Ihre Meeting-Nummer eingeben.

Über Telefon beitreten
+49-619-6781-9736 Germany Toll
Zugriffscode: 121 713 1285


Machine Learning & Artificial Intelligence applied to Short-Term Photovoltaic Power Forecasting

Student Research Project / Master ThesisMachine Learning & Artificial Intelligence applied to Short-Term Photovoltaic Power Forecasting

Contact: Martín Herrerías < herrerias@hlrs.de >

Background:

Accurate short-term and very-short-term renewable energy production forecasts are critical instruments for the energy transition, as they support grid operators, plant owners, and energy traders in coping with the natural variability of the renewable resources.In the framework of the HyForPV project, HLRS is combining hybrid irradiance forecasts (satellite + numerical weather models + sky-imagers) with very detailed Photovoltaic (PV) Plant physical models to improve the accuracy of short-term regional PV production forecasts. A natural benchmark/extension to this approach is to use purely data-driven methods or hybrid statistical-physical methods; combining existing irradiance forecasts, site measurements, and physical model features, to provide fast and accurate estimates of PV power production.

Scope: Review of the extensive literature on ML & AI methods applied to short-term PV forecasting. Identification of adequate performance criteria. Selection, implementation, and cross comparison of the most promising methods.Detailed documentation (code, methods, and results).

Profile: Fluency in the programming language of your choice.Experience with ML & AI methods (ANN’s, SVM’s, autoregressive models,…).Fluent English in speaking and writing.Basic understanding of PV systems (favourable).Experience with MATLAB and Linux environments (favourable).

Prüfungseinsicht MSO I und II

Liebe Studierende,

wir möchten gerne nächsten Montag, den 27. April 2020 am HLRS bzw. im IHR Besprechungsraum die Prüfungseinsicht für MSO I und am Montag, den 04. Mai, jene für MSO II durchführen.

Dieser Raum befindet sich gleich auf der rechten Seite, wenn Sie vor dem Eingang des HLRS stehen.

Wir haben den Tag für beide Termine in verschiedene Slots eingeteilt und diesen Ihre Matrikelnummern zugeordnet. Sie finden am Ende dieser Nachricht die Links zu beiden Listen.

Wir werden folgendermaßen verfahren: Es werden sich nur maximal zwei von Ihnen gleichzeitig im Raum aufhalten und ihre Prüfung einsehen.

Wir bitten die anderen im Foyer des HLRS oder bei diesem guten Wetter draußen zu warten. Bitte halten Sie stets den Abstand von mind. zwei Metern ein. Bitte bringen Sie ihren Studentenausweis mit.

Wenn Sie die Klasur mitgeschrieben haben, aber nicht in der Liste auftauchen oder andere Fragen haben, schreiben Sie bitte mir eine Email an herrmann@hlrs.de.