FH Bielefeld
University of
Applied Sciences
17.10.2019

Photovoltaikanlagen und Künstliche Intelligenz

Studierendenprojekt zu Solarenergie erhält Preis der Europäischen Umweltinformatikkonferenz „EnviroInfo“

Zwei Frauen und drei Männer stehen vor einem Vorhang; eine Frau hält eine Urkunde in den Händen

Minden (fhb). Auf immer mehr Dächern sieht man sie: Photovoltaikanlagen. Aus gutem Grund, zählt doch Solarenergie mittlerweile zu den wichtigsten regenerativen Energiequellen. Doch die Anlagen funktionieren nur dann optimal, wenn sie sauber sind und möglichst viel Sonnenstrahlung erfassen können. Am Campus Minden der Fachhochschule (FH) Bielefeld entwickelten Studierende nun eine Anwendung, die mithilfe einer Künstlichen Intelligenz (KI) automatisch erkennt, wann die Solarzellen gereinigt werden müssen. Das Projekt hat den 2. Platz im Studierendenwettbewerb auf der Europäischen Umweltinformatikkonferenz „EnviroInfo“ in Kassel belegt.

Unter der Anleitung von Prof. Dr. Grit Behrens, Professorin für Angewandte Informatik am Campus Minden, entwickelten die Studierenden Louis Steinkamp, Joachim Rüter, Karsten Michael Tymann und Oxana Zhurakovskaya im vergangenen Sommersemester die Arbeit. Mit modernen Methoden aus der KI und auf Grundlage der Ertragsdaten von Photovoltaikfeldern kann automatisch erkannt werden, ob Solarmodule, zum Beispiel durch Landwirtschafts- und Industriedreck, Luftverschmutzung oder Saharastaub verschmutzt sind. „Dadurch können Mindererträge vermieden werden, indem die Module von Robotern oder einer Reinigungsfirma wieder gesäubert werden. So können immer hohe Erträge aus erneuerbaren Energien gesichert werden, ein wichtiger Beitrag für den Umweltschutz“, erklärt Prof. Dr. Grit Behrens.

Die Leistung der Studierenden wurde jetzt auch bei der Europäischen Umweltinformatikkonferenz „EnviroInfo“ anerkannt, die in diesem Jahr in Kassel stattfand. Die EnivroInfo ist eine interdisziplinäre Konferenz zu führenden Informations- und Kommunikationstechnologien in Bezug auf umweltrelevante Themen. 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.

Entstanden ist die Arbeit der Studierenden ursprünglich im Modul „Data Mining“ aus dem Masterstudiengang Informatik im vergangenen Sommersemester. Student Karsten Tymann erklärt, dass sich seine Gruppe ganz bewusst für das Thema entschieden hat: „Als Informatiker sind wir mit Photovoltaik noch nicht so intensiv in Berührung gekommen und wollten uns daher mit der aktuellen Thematik näher auseinandersetzen“. In Eigenarbeit arbeitete sich die Gruppe zunächst das benötigte Theoriewissen an. Unterstützung erhielten die Studierenden dabei auch von wissenschaftlichen Mitarbeitern.

Die Daten für das Semesterprojekt stammen aus einer Photovoltaikanlage in Südasien. Neben den eigentlichen Daten der Photovoltaikanlage sammelte die Arbeitsgruppe aber auch weitere Informationen. „Wettereinflüsse sind ein Schlüsselindikator für die Effizienz von Solaranlagen. Daher haben wir uns die Wetterdaten von einem nahegelegenen Flughafen besorgt, um weitere Grundlagen für die Berechnungen zu haben“, erklärt Tymann. Der Masterstudent zeigt sich vor allem von der praxisnahen Arbeit des Projekts begeistert: „Wir konnten mit realen Daten unsere eigenen Ideen testen. Die größte Herausforderung war dann eine KI zu finden, um die Vielzahl der Daten auszuwerten.“

Die studentische Arbeit gehört zum Projekt Solar Computing Lab (SCL) des Campus Minden. Das Labor für intelligente Webapplikationen zum Arbeiten mit Photovoltaiksystemen bietet Studierenden der FH Bielefeld die Möglichkeit für Projektarbeiten und Forschungskooperationen mit Unternehmen und Institutionen, unter anderem auch im Rahmen von öffentlich geförderten Forschungs- und Entwicklungsprojekten. Zur Verfügung stehen dabei neben einer eigenen Photovoltaikanlage auf dem Campus auch eine Wetterstation sowie verschiedene Programme zur Datenerhebung und –auswertung. (sh)