Maschinelles Lernen in Nachhaltigen Energiesystemen

Wer wir sind: Wir sind die MLSES Gruppe im Exzellenzcluster – Maschinelles Lernen für die Wissenschaft an der Universität Tübingen und entwickeln neue Algorithmen des Maschinellen Lernens, um ein zukünftiges nachhaltiges Energiesystem aufzubauen und zu erhalten.

Forschung

Klimawandelauswirkungen auf Energiesysteme

Klimawandelauswirkungen auf Energiesysteme

Welchen Einfluss hat der Klimawandel auf das Energiesystem?

Probabilistische Vorhersagen

Probabilistische Vorhersagen

Wie können wir Zeitreihen in komplexen Systemen unter Unsicherheit zuverlässig vorhersagen?

Statistische, Physikalische Informationen and Modularität

Statistische, Physikalische Informationen and Modularität

Wie können wir statistische und physikalische Informationen explizit berücksichtigen?

Nachfrageseitige Flexibilität & Märkte

Nachfrageseitige Flexibilität & Märkte

Wie können wir Flexibilität auf der Nachfrageseite erkennen, fördern und nutzen?

Lehre

In the winter term we’ll offer the lecture “Time Series” (6 ECTS).

Zuletzt aktualisiert am Sep 26, 2023

Machine Learning for Renewable Energy Systems

We’re again offering the Seminar on Machine Learning for Renewable Energy Systems in the Summer Term 2023.

Zuletzt aktualisiert am Apr 19, 2023

Projekte

BMBF gefördertes Forschungsprojekt: Maschinelles Lernen in Komplexen Systemen unter Unsicherheit.

FEAT

Publikationen

Nina Effenberger, Nicole Ludwig, Rachel H. White (2023). Mind the (spectral) gap: How the temporal resolution of wind data affects multi-decadal wind power forecasts.

Benedikt Heidrich, Nicole Ludwig, Marian Turowski, Ralf Mikut, Veit Hagenmeyer (2022). Adaptively coping with concept drifts in energy time series forecasting using profiles. Proceedings of the Thirteenth ACM International Conference on Future Energy Systems.

PDF Zitieren Projekt DOI

Rebecca Bauer, Tillmann Mühlpfordt, Nicole Ludwig, Veit Hagenmeyer (2022). Analytical uncertainty propagation and storage usage in a high RES Turkish transmission grid scenario. Proceedings of the Thirteenth ACM International Conference on Future Energy Systems.

PDF Zitieren DOI

Nina Effenberger, Nicole Ludwig (2022). A Collection and Categorization of Open-Source Wind and Wind Power Datasets.

Shahab Karrari, Nicole Ludwig, Giovanni De Carne, Mathias Noe (2022). Sizing of Hybrid Energy Storage Systems Using Recurring Daily Patterns.

Zitieren Projekt DOI

Weitere Publikationen

Wo man uns findet

Maria-von-Linden Str 6
72076 Tübingen