09.11.2022

Maschinelles Lernen für effiziente Photovoltaikanlagen – auch bei Schnee!

FH-Student Dennis Hepp erhält Auszeichnung der Europäischen Umweltinformatikkonferenz „EnviroInfo“. Sein Konzept soll unnütze Störungsmeldungen bei Schneefall ausschließen, die heute noch oft eine Kaskade von teuren Vor-Ort-Checks auslösen.

Bielefeld/Minden/Gütersloh (fhb). Für seine Arbeit über den Umgang mit Schnee auf Photovoltaikmodulen wurde Dennis Hepp, der an der Fachhochschule (FH) Bielefeld Data Science studiert, anlässlich der Europäischen Umweltinformatikkonferenz EnviroInfo mit dem Preis für Umweltinformatik ausgezeichnet.

Die Energieversorgung im anstehenden Winter ist zurzeit DAS beherrschende Thema auf allen Kanälen. Mit einem ganz speziellen Aspekt im Zusammenspiel von Schnee und Photovoltaik hat sich jetzt ein Student der FH Bielefeld befasst: Zum Ausbau der erneuerbaren Energien gehört auch ein möglichst effizienter Betrieb von Photovoltaikanlagen. Dazu sind die Anlagen mit ausgefeilten Störungsmeldern ausgestattet. Beispielsweise melden sie, wenn die Energieerträge durch Verschattung absinken. Auch wenn Schnee auf den Modulen liegt, wird dies als Störung angezeigt. Erfahrungsgemäß schmilzt der Schnee in unseren Breiten meist nach kurzer Zeit, und das Modul kann wieder normal arbeiten. Eine Störungsmeldung kommt dennoch beim Betreiber der Anlage an, und er muss prüfen, was genau vor Ort los ist. Für Betreiber großer Anlagen ein nicht zu unterschätzender Aufwand.

Schnee bleibt selten lange liegen – kein Grund für Wartungsarbeiten

Hier setzt Dennis Hepp an: Mit Methoden des „Maschinellen Lernens“ will er aus den Monitoringdaten der Anlagen erkennen, ob Schnee auf den Modulen liegt. Seine Betreuerin, die Informatikprofessorin Grit Behrens vom Campus Minden der FH Bielefeld, erklärt: „Seine Forschungsergebnisse sollen dazu genutzt werden, Warnungsmeldungen des Monitoringsystems bei Schneebelag auszuschalten. In Deutschland handelt es sich meist nur um einen kurzen Zeitraum, in dem durch Schnee auf Modulen die Energieerträge absinken, da relativ selten Schnee fällt oder liegen bleibt. Es ist dann nicht nötig, zu den Anlagen zu fahren und sie zu warten oder zu reparieren, wie es bei Mindererträgen durch Fehler oder dauerhafte Verschattungen der Fall wäre. In Gegenden mit viel Schneefall und niedrigen Temperaturen können die Ertragsverluste in den jährlichen Prognosen besser abgeschätzt und einkalkuliert werden.“

Dennis Hepp wendet als Methode ein Convolutional Neural Network (CNN) an, eine Art künstliches neuronales Netz. Das von biologischen Prozessen im Gehirn inspirierte Konzept der Künstlichen Neuronalen Netze nutzt er für die maschinelle Verarbeitung von Bilddateien.

„Environmental Informatics Prize 2022 for Students“ geht an Dennis Hepp

Ein Haus mit Photovoltaikmodulen auf dem Dach, die teilweise mit Schnee verdeckt werden
In Deutschland handelt es sich meist nur um einen kurzen Zeitraum, in dem durch Schnee auf Modulen die Energieerträge absinken.

Für seine Untersuchungen wurde Dennis Hepp bei der internationalen Umweltinformatikkonferenz EnviroInfo in Hamburg mit dem „Environmental Informatics Prize 2022 for Students“ ausgezeichnet. Er belegte den dritten Platz und erhielt dafür ein Preisgeld in Höhe von 400 Euro. Sein Thema hat Hepp auf der Konferenz auch in einem Vortrag präsentiert.

Die EnviroInfo ist eine internationale interdisziplinäre Konferenz zu führenden Informations- und Kommunikationstechnologien für umweltrelevante Herausforderungen. Im Rahmen der Konferenz vergibt der „Fachausschuss Umweltinformatik“ jährlich den Umweltinformatikpreis an Studierende. Eingereichte Projekte müssen den Einsatz von Informations- und Kommunikationstechnologien zur Lösung von Umweltproblemen demonstrieren.

Ein „Work-in-Progress“-Paper zu schreiben, war ohnehin Bestandteil seines Studiengangs: Dennis Hepp studiert im Forschungsmaster Data Science am Campus Gütersloh der FH Bielefeld. Im dreiteiligen Modul „Forschungsprojekt“ hat er sich für die Zusammenarbeit mit der Informatikprofessorin Grit Behrens am Campus Minden entschieden und das Paper erstellt. Die Fragestellung rund um „Schnee auf PV-Modulen“ ist Teil des Forschungsprojekts „pvDigital4.0“ unter der Leitung von Behrens. Kurz vor der Konferenz Ende September erhielt Dennis Hepp die Nachricht, dass er für seine Arbeit mit dem Students Award ausgezeichnet wird. „Da war die Freude natürlich groß“, so Hepp.

Masterstudium „Data Science“ ermöglicht Zusammenarbeit unterschiedlicher Projekte

Vor seinem Masterstudium in Data Science hat Dennis Hepp Informatik an der Hochschule Kempten studiert. Da der 28-Jährige sich intensiver mit künstlicher Intelligenz befassen wollte und eine wissenschaftliche Laufbahn anstrebt, kam der innovative Forschungsmaster Data Science für ihn genau richtig: „Am wissenschaftlichen Arbeiten reizt mich besonders das Untersuchen und Lösen von Problemen. Durch das Forschungsprojekt konnte ich mich in ein komplett neues Themengebiet einarbeiten, mit Menschen aus anderen Domänen zusammenarbeiten und von ihnen lernen. Zusammen mit den Methoden aus dem Bereich Data Science Lösungen zu entwickeln, finde ich sehr spannend. Der Aufbau des Studiengangs und die Anwendung von Data Science in so vielen unterschiedlichen Projekten, haben mich zu dem Studium an der FH Bielefeld geführt.“ In seiner Masterarbeit will Dennis Hepp auf seinen bisherigen Arbeiten zum Thema Schneebelag auf Photovoltaik-Anlagen aufbauen. (vku)