Abgeschlossene Arbeiten
Kontaktperson für Abschlussarbeiten
Abgeschlossene Arbeiten
2023
- Applying reinforcement learning to electric power auction bidding in a modular multi-agent co-simulation.
- Metheuristische Verfahren für den verteilten Betrieb von Multi-Energie-Systemen
2022
- Deep Reinforcement Learning für komplexe Optimal Power Flow Probleme
- Generierung randomisierter Trainingsdaten für Machine-Learning-Verfahren in Energiesystemen
- Fine-Grained Visual Categorization von Vögeln auf Bildern mittels Deep Learning
- Unterstützte Erstellung von FAIRen Metadaten für Energiedaten
- Evaluation von Multi-Agent-Learning in Unity-ML-Agents
- Approximating bidding behavior on the electricity market with multi-agent deep reinforcement learning
- Evaluation von Deep Learning basierenden Algorithmen zur Anomalieerkennung in CPES
- Vergleich von Deep Reinforcement Learning Algorithmen zur Optimierung von Energiesystemen
- Effective constraint satisfaction for Deep Reinforcement Learning approaches to Optimal Power Flow problems, Bachelorarbeit, Fenno Boomgaarden
- Evaluation des Multilevel Immune Learning Algorithmus zur Erkennung von Anomalien in Cyber-Physischen Energiesystemen
- Anomalieerkennung in Server-Logdaten
- Literaturanalyse, Modellierung und Evaluation von Faults in Cyber-physischen Energiesystemen
- Automatisierte Erstellung von technischen Forschungssoftware-Metadaten aus einem Gitlab-Repository
- Der erste Schritt zur Wärmewende: Eine Datenmodellierung der Wärmeversorgung und des Wärmeverbrauchs der Universität Oldenburg
- Literaturrecherche: Energieforschungssoftwaretypen
- Optimal Power Flow mit modellbasiertem Deep Reinforcement Learning
- Eine zerfallende Marktplattform für hierarchische Regelleistungsauktionen
- Datenverschneidungen aus heterogenen Datenquellen in virtuellen Forschungsumgebungen am Rechenzentrum des Alfred-Wegener-Instituts
2021
- Automatisierte Anomaliedetektion mittels maschinellem Lernen: Ein Performanzvergleich auf Stromverbrauchsdaten industrieller Betriebe
- Untersuchung und Charakterisierung von Energieforschungssoftware anhand der FAIR-Kriterien
- Automatisierte Datenqualitätssicherung für die Direktvermarktung erneuerbarer Energien
- Erstellung einer web-basierten Lernsoftware für das PrometheeVerfahren
- Entwicklung eines Observers zur Anomalieerkennung in agentenbasierten cyber-physischen Energiesystemen
- Implementierung eines verteilten Regelleistungsmarktes: Spieltheoretische und agentenbasierte Modellierung, Masterarbeit, Gesa Ohlendorf*
- Analyse von Modellen zur unifizierten Abbildung der operationalen Flexibilität unterschiedlicher Anlagentypen in Energiesystemen, Masterarbeit, Jonathan Brandt*
- Untersuchung und Charakterisierung von Marktdaten verschiedener Energiemärkte anhand des FAIR-Prinzips
- Data Augmentation von Trainingsdatensätzen für Machine-Learning-Verfahren in Energiesystemen
- Entwicklung eines Netz-übergreifenden Blindleistungsmarktes, Masterarbeit, Jan Bozionek*
- Ein Formulargenerator für Stud.IP zur Digitalisierung von Vorgängen bei dem Prüfungsamt
- Stud.IP-Tool zur Erstellung von Modulbeschreibungen
- Entwicklung eines Stud.IP-Plugins zur Verwaltung von Modulteilleistungen
- Entwicklung eines Stud.IP-Plugins zur Themenverwaltung von Abschlussarbeiten
* Die Arbeit wurde in der Zeit des Umzugs der Gruppe von der LUH zur UOL geschrieben