Publikationen

Mäder, Patrick; Wäldchen, Jana
Flora Incognita - interactive, semi-automatic species identification with mobile devices :
Flora Incognita - interaktive, halbautomatische Artenbestimmung mit mobilen Endgeräten und vollautomatischer Kartierung : Bundesprogramm Biologische Vielfalt : Projektlaufzeit: 1. August 2014-31. Juli 2020. - Ilmenau : Technische Universität Ilmenau. - 1 Online-Ressource (24 Seiten, 728,64 KB)Förderkennzeichen BMBF 01LC1319A+B

https://doi.org/10.2314/KXP:1795523190

Mohagheghi, Erfan; Gasso, Joan Gubianes; Li, Pu
Optimal e-powertrain solutions for future electric vehicles. - In: Trends in Computer science and information technology, ISSN 2641-3086, Bd. 5 (2020), 1, S. 042-043

https://doi.org/10.17352/tcsit.000018

Alramlawi, Mansour;
Model-based optimization of PV-based microgrids considering grid blackout and battery lifetime. - Ilmenau : Universitätsbibliothek, 2020. - 1 Online-Ressource (XXVII, 153 Seiten)
Technische Universität Ilmenau, Dissertation 2020

Das Interesse an der Installation von auf Photovoltaik (PV) basierenden Mikronetzen (MGs) hat in den letzten Jahren deutlich zugenommen, da die dringende Notwendigkeit besteht, die Treibhausgasemissionen zu reduzieren und die Zuverlässigkeit sowie die Qualität der Stromversorgung, insbesondere in Entwicklungsländern, zu verbessern. Das entscheidende Potenzial für einen kostengünstigen Betrieb und eine unterbrechungsfreie Stromversorgung liegt jedoch im optimalen Betrieb und Design solcher MGs. In dieser Dissertation werden neue mathematische Modelle und neue Formulierungen für den optimalen Betrieb und die optimale Auslegung von MGs sowohl für Wohnviertel als auch für die Industrie vorgestellt. Basierend auf hochentwickelten und praktischen Modellen der betrachteten MGs werden verschiedene Optimierungsprobleme formuliert und gelöst, um das Netzausfallproblem anzugehen, das in mehreren Ländern weltweit ein bedeutendes Problem darstellt. Die Standard- PV-Batterie für Privathaushalte wird um steuerbare Schalter erweitert, um den praktischen Einschränkungen des MG-Betriebs gerecht zu werden. Dann wird eine optimale Leistungsabgabestrategie vorgeschlagen, die auf dem Konzept eines prädiktiven Reglers mit einem ökonomischen Modell (EMPC) basiert. Die vorgeschlagene Betriebsstrategie zielt darauf ab, die Last abzudecken und in der Zwischenzeit die Gesamtkosten der Energie zu minimieren und die Lebensdauer der Batterie unter Berücksichtigung des Netzausfallproblems zu verlängern. Andererseits ist bekannt, dass die industriellen Lasten niedrige Leistungsfaktoren haben; daher kann der Blindleistungsverbrauch der Last nicht vernachlässigt werden. In diesem Sinne wird ein Kostenmodell für die abgegebene Blindleistung aus dem PV-System und dem Batteriespeichersystem vorgestellt. Darüber hinaus wird ein neuartiges Kostenmodell für die Blindleistungserzeugung aus dem Dieselgenerator entwickelt. Folglich wird eine neue optimale Wirk-Blindleistungsverteilungsstrategie (AR-OPD) für PV-Batterie-Diesel-MGs eingeführt, um die Kosten der abgegebenen Wirk- und Blindleistung zu senken. Die Existenz der nichtlinearen Kostenfunktion und nichtlinearer Nebenbedingungen führt zu einem Optimierungsproblem der dynamischen gemischt-ganzzahligen nichtlinearen Programmierung (MINLP), dass durch metaheuristische Optimierungstechniken gelöst wird. Das Berechnungsergebnis zeigt, dass das vorgeschlagene EMPC-Rahmenwerk in der Lage ist, die Leistungsverteilung im MG sowohl für den netzgekoppelten als auch für den Inselbetrieb kosteneffizient und zuverlässig zu steuern. Darüber hinaus führt die vorgeschlagene Betriebsstrategie im Vergleich zu den traditionellen regelbasierten Betriebsstrategien zu einer signifikanten Reduzierung der Gesamtkosten der abgegebenen Wirk-Blindleistung und des Batterie-Lebensdauerverlusts. Darüber hinaus wird gezeigt, dass der PV-Wechselrichter in der Lage ist, Blindleistung mit sehr geringen Kosten im Vergleich zu anderen Energiequellen im MG zu erzeugen. Aus einer anderen Perspektive ist die Optimierung der Größe der MG-Komponenten von wesentlicher Bedeutung, um die beste Leistung zu garantieren und die Rentabilität des MG zu maximieren. Daher wird eine umfassende Methode für die optimale Auslegung sowohl der Wohnviertel- als auch der Industrie-MGs vorgeschlagen. Die vorgeschlagene Methode zielt darauf ab, die nivellierten Energiekosten (LCOE) unter Berücksichtigung der Begrenzung des jährlichen Gesamtverlustes der Stromversorgung (TLPS) und der betrieblichen Einschränkungen des MG zu minimieren. Bei der vorgeschlagenen Methode wird besonders darauf geachtet, die Lebensdauer der Batteriebank genau abzuschätzen. Dazu wird ein umfassendes Modell für die Blei-Säure-Batterie verwendet, um den Betrieb und die Alterung der Batterie zu simulieren, basierend auf den physikalisch-chemischen Prozessen der Batterie. Die Berücksichtigung der Unsicherheit der Eingabeparameter spielt jedoch eine entscheidende Rolle bei der Erhöhung der optimalen Entwurfsgenauigkeit. Daher werden die Unsicherheiten der Sonneneinstrahlung, der Umgebungstemperatur, der Blackout-Startzeit und der Blackout-Dauer modelliert und zum Optimierungsproblem hinzugefügt. Aufgrund der Existenz von Zufallsparametern im Optimierungsproblem ist es jedoch unsicher, die Randbedingungen des Problems zu erfüllen. Daher wird das neue Optimierungsproblem als ein wahrscheinlichkeitsbeschränktes Optimierungsproblem formuliert und durch eine auf stochastischer Simulation basierende Optimierungsmethode unter Einbeziehung der Monte-Carlo-Simulation gelöst. Die Ergebnisse zeigten, dass die Vernachlässigung der Unsicherheit der Eingangsparameter zu einem signifikanten Fehler bei der Berechnung der optimalen Größe führen kann, was zu einer erheblichen Verminderung des Zuverlässigkeitsniveaus des MG führt. Darüber hinaus könnte dies zu einer falschen Schätzung für den LCOE über die Lebensdauer des MG führen, was zu falschen Investitionsentscheidungen führen könnte. Darüber hinaus ist zu beobachten, dass die Berücksichtigung der Unsicherheit von Netzausfällen die entscheidende Rolle bei der Gewährleistung der Zuverlässigkeit des MG spielt.

https://nbn-resolving.org/urn:nbn:de:gbv:ilm1-2020000668

Bottoni, Brooke; Moolenaar, Yasmine; Hevia, Anthony; Anchor, Thomas; Benko, Kyle; Knauf, Rainer; Jantke, Klaus P.; Gonzalez, Avelino J.; Wu, Annie
Character depth and sentence diversification in automated narrative generation. - In: Proceedings of the Thirty-third International Florida Artificial Intelligence Research Society Conference, (2020), S. 21-26

This paper describes and discusses methods for improving character depth and sentence diversification in automated storytelling systems. The fAIble III system that is the subject of this paper addresses a major limitation of its immediate predecessor (fAIble II) in that the characters in its stories seemed to act in a vacuum, without any apparent reasons for their choices or emotions. This is accomplished through generating character backstories. fAIble III also addresses the diversity of generated sentences with a pattern recognition system that removes many of the awkward and repetitive sentences that drew negative comments in the testing of fAIble I and II. Lastly, stories generated by fAIble II and fAIble III are compared and empirical test results are presented.

Huang, Xujiang; Li, Pu
An auto-tuning LQR based on correlation analysis. - In: IFAC-PapersOnLine, ISSN 2405-8963, Bd. 53 (2020), 2, S. 7148-7153

In this paper, we present an auto-tuning method for Linear Quadratic Regulator (LQR) based on correlation analysis. Unlike previous studies which focused on LQR tuning strategies exclusively by evaluating the control performance, we propose to explore the explicit relationship between the model and weighting parameters in LQR. The objective of this paper is twofold: (1) we introduce an approach to the identification and quantification of the correlation between a model parameter and a weighting parameter in LQR; (2) an auto-tuning method is worked out which is explicitly related to the variation of the model parameter. As a result, an optimal value of the weighting parameter can be effectively determined and, in the meantime, the parameter variation estimated. Through the numerical example, we demonstrate the effectiveness of the proposed auto-tuning method in restoring the control performance under unknown parameter variations.

https://doi.org/10.1016/j.ifacol.2020.12.525