Praktikant / HiWi: Machine Learning in Gebäudesystemen

Training von Regelungsmodellen mittels Machine Learning (Reinforcement Learning) Übertragung resultierender Policies aus der Simulation auf die reale Gebäudeleittechnik (Sim2Real Transfer) Untersuchung von Abweichungen des Systemverhaltens in Simulation und einem realen Prüfstand Anbindung an existierende Steuerungsschnittstellen und Entwicklung von Lösungen zur Datenerfassung und -darstellung Anpassung der Simulation und Implementierung von Methoden, um die Robustheit des Sim2Real Transfers zu erhöhen

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 2,9 Milliarden Euro. Die optimale Regelung von Heizungen ist Gegenstand zahlreicher aktueller Forschungsarbeiten im Bereich der Gebäudeenergiesysteme. Im Rahmen der Energiewende stellen effiziente Heizstrategien eine große Herausforderung für die resiliente Wärmeversorgung von privaten Haushalten sowie industriellen Anlagen dar. Als Partner der Wirtschaft entwickelt das Fraunhofer IIS/EAS mit ca. 110 Mitarbeitenden am Standort Dresden Schlüsseltechnologien für adaptive Systeme und bietet innovative Technologien und robuste Lösungen an.