Laufende Arbeiten

  • Bachelorarbeit Leander Terry Jara

 

 

Abgeschlossene Arbeiten

  • Bachelorarbeit Niklas Diebold, August 2024, Titel: „Untersuchung eines Graph Neural Networks mit Methoden der Erklärbarkeit"
  • Bachelorarbeit Chin-I Feng, Juli 2024, Titel: „Vergleich von ARIMA, LSTM, XGBoost zur Vorhersage des Stromverbrauchs einer industriellen Anlage"
  • Bachelorarbeit Julian Maier, Juli 2024, Titel: „Entwicklung eines autoregressiven Graph Neural Networks zur prädiktiven Betriebsführung von Niederspannungsnetzen"
  • Bachelorarbeit Martin Stave, Mai 2024, Titel: „Trainingsdatengenerierung und Konzepterstellung zur Integration steuerbarer Lasten in die Netzbetriebsführung mit Graph Neural Networks"
  • Bachelorprojekt Saskia Rempfer und Martin Stave, Dezember 2023, Titel: „Von Geographischen Stromnetzdaten zu PyPSA Modell Anhand Des Beispiels Altstadt Konstanz“
  • Bachelorprojekt Gökhan Durucu, Dezember 2023, Titel: „Entwicklung Eines Betriebsführungsalgorithmus Zur Optimalen Integration von Elektrofahrzeugen in Das Niederspannungsnetz Auf Basis von Graph Neural Networks“
  • Bachelorthesis David Bengone Ngassa, August 2023, Titel: „Markt- Und Zielgruppenanalyse Zur Bewertung des Wirtschaftlichen Potenzials von KI-basierten Algorithmen Zur Betriebsführung Und –Planung von Stromverteilnetzen in Deutschland“
  • Bachelorthesis Vincent David Herzog, August 2023, Titel: „Geeignete KI Modelle zur Generierung von Energie Zeitreihen“
  • Bachelorthesis Mohamad Rajeh, April 2023, Titel: „Netzbetriebsführung Mit Graph Neural Networks“
  • Bachelorthesis Dyna Sou, Oktober 2022, Titel: „Imputation von Messlücken in Realen Zeitreihendaten“
  • Masterprojekt Maria Kirsch, Mai 2023, Titel: „Klassifikation von Messlücken“
  • Bachelorthesis Johnathan Hill, August 2022, Titel: „Untersuchung von Algorithmen Für Die Planung von Elektrischen Verteilnetzen Zur Optimalen Integration Regenerativer Erzeuger“
  • Bachelorthesis Simon Stauss, Juni 2021, Titel: „Erstellung von Trainingsdaten Mit Dem Artificial Bee Colony Clustering Ansatz Zur Stromnetzoptimierung Mittels Künstlicher Intelligenz“
  • Masterarbeit Elena Debora Gnann, September 2020, Titel: „Applied Reinforcement Learning for the optimization of power grids on low-voltage level"
  • Masterprojekt Julian Schmidt, April 2020, Titel: „Das Long Short-Term Memory (LSTM) und dessen Einsatz zur Vorhersage elektrischer Verbraucherleistungen"
  • Masterprojekt Michael Keszler, November 2018, Titel: „Analyse und Vergleich der Netzsimulationstools OpenDSS und pandapower hinsichtlich ihrer Eignung zur Generierung von Trainingsvektoren für ein künstliches neuronales Netzwerk"