Masterthesis zur Entwicklung eines Verfahrens zur optimierten energetischen Gebäudeauslegung mittels Reinforcement Learning (m/w/d)

Wir sind ein junges Unternehmen mit Sitz in Köln und Standorten in Bremen sowie Stuttgart. Mit unseren Kundinnen und Kunden setzen wir innovative Softwareprojekte zur Digitalisierung der Energiewende um. Wir freuen uns, wenn du Teil unseres sehr netten, interdisziplinären Teams werden und unser Unternehmen mit deinen eigenen Ideen und Vorstellungen mitgestalten möchtest.

Wir wertschätzen Vielfalt und begrüßen daher alle Bewerbungen.

Bei Fragen zum Thema Inklusion und Barrierefreiheit kannst du dich gerne an Antonia wenden. Sie ist unter inclusion@amperias.com erreichbar.

Die Aufgabe

Begründet durch die Beschlüsse des Erneuerbare-Energien-Gesetzes gewinnt nachhaltige und effiziente Ressourcennutzung vermehrt an Bedeutung. Hierdurch hat sich die Nachfrage nach geförderter Energieberatung für Wohnhäuser zwischen 2013 und 2020 mehr als verdoppelt. Um diese Nachfrage nach energetischer Gebäudezustandsverbesserung zu digitalisieren, bedarf es neuer Ideen und Technologien.

In dieser Arbeit soll, aufbauend auf einer Wärmebedarfsberechnung, ein Algorithmus zur energetischen Zustandsoptimierung eines Gebäudes mithilfe von Machine Learning erweitert werden. Dabei soll zunächst eine geeignete Implementierung einer Wärmepumpe recherchiert und umgesetzt werden. Anschließen soll diese mit Reinforcement Learning, im Zusammenspiel mit weiteren Sanierungsmaßnahmen eines Gebäudes, optimiert werden. Das Training des neuralen Netzes soll mithilfe eines policy-basierten Agenten erfolgen. Hierfür muss eine Dimensionsreduzierung der Inputdaten für eine generalisierte und gebäudeunabhängige Optimierung sichergestellt werden.

Die Erstellung dieser Masterarbeit erfolgt im Rahmen des vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Forschungsprojektes „Vernetzte Netzschutzsysteme - Adaptiv und Vernetzt“ (VeN²uS).

Folgende Punkte sind Bestandteil der Masterarbeit:

  • Einarbeitung in die Thematik Reinforcement Learning zur Lösung der energetischen Ausbauentscheidungen, dezentraler Energiewandlungsanlagen, neuartiger Verbraucher und deren energetische Modellierung,
  • Recherche und Implementierung einer Wärmepumpe als Ausbauoption,
  • Identifizierung geeigneter Methoden und Parameter zur Verallgemeinerung der Gebäudedarstellung im Reinforcement Learning Modell,
  • Integration der Modelle in bestehende Netzberechnung,
  • Quantifizierung der Auswirkungen der Gebäudeoptimierung,
  • Angemessene Übergabe des entwickelten Modells inklusive Dokumentation.

Unser Angebot

Damit du deine Abschlussarbeit erfolgreich durchführen kannst, bieten wir dir

  • viel Erfahrung im Bereich der akademischen Ausbildung,
  • intensive Betreuung bei deiner Abschlussarbeiten,
  • Einblicke in laufende Projekte und die Energiebranche,
  • flexible, auf dein Studium abgestimmte Arbeitszeiten mit bis zu 100% Home-Office,
  • Teamspirit d.h. Feedbackkultur und gemeinsame Aktivitäten,
  • moderne Arbeitsweise und teambasierte Entscheidungsfindung,
  • eine überdurchschnittliche Vergütung,
  • ein offenes Ohr für deine Interessen, Ideen und Expertisen.
Hast du Interesse? Dann sende bitte deine Bewerbungsunterlagen inklusive relevanter Zeugnisse und der Angabe deines frühestmöglichen Anfangstermins an jobs@amperias.com