Jorge Thomas

Winddatenanalyse - Project (Philippines / Remote) - Datengetriebene und wirtschaftliche Auswahl von Step-up-Transformatoren. Entwicklung von ML-Pipelines für Datenvollständigkeit. Erstellung von Inhalten und Tutorials im Bereich der prädiktiven Modellierung und Visual Analytics.

KI und Internet der Dinge | IoT | Sektorenkopplung

Design der Strategie und Architektur zur Entwicklung der cloud-basierten Datenanalyse-Plattform für die Arbeitsgruppe Prozessführung und Datenanalyse Entwicklung einer Architektur zur Anomalieerkennung für die I-4.0 (Fraud Detection, etc.) Programmierung von API-Schnittstellen und ETL-Prozessen Entwicklung vollfunktionaler Vorhersage-Pipelines im Rahmen der modellprädikativen Regelung (MPC) von Energienetzwerken unter Anwendung von Modellen des maschinellen Lernens (LSTM, GAMs) und klassischen Techniken

Durchführung von Forschungs- und Entwicklungsarbeiten an der größten Eigenverbrauchs-PV-Anlage Deutschlands (KIT)

Entwicklung einer Software zur Dimensionierung eines Batterie-Energiespeichersystems für Ultra-Hochspannungs-Umspannwerke auf Basis von IEEE 485-2010. Inbetriebnahme von Batterie-Energiespeichersystemen in Anlehnung an IEEE 450-2002. Evaluation von Triggerimpulsverstärker-Modulen (TPA) von statischen Blindleistungskompensatoren (SVC). Flexible AC Transmission Systems (FACTS).

Dimensionierung eines netzunabhängigen Batterie-Energiespeichersystems in Abhängigkeit von jährlichen Produktionszielen und unter Berücksichtigung des lokalen Windprofils, der Tiefentladung und der Lebensspanne der Batterie.

Stärkung der Datenkultur beim Betreiber des drittgrößten Wasserkraftwerks der Welt (Guri) und Aufbau der Arbeitsgruppe Technische Systeme für die Instandhaltung.

Risikoabschätzung des UHV-Stromnetzes (IEEE493-1997) mithilfe von probabilistischen Methoden, u. a. stochastischer Leistungsfluss, Markov-Modellierung und Monte-Carlo-Verfahren.

Asset Management und Entwicklung von Instandhaltungsstrategien. Design von Formularen zur Dokumentation von Störungen und Ausfällen im Stromnetz (IEEE493-1997)

This program is designed to train business leaders tasked with determining the strategic decisions to equip their company with the latest advancements in the fields of machine learning and artificial intelligence. From going through the ideation of feasible machine learning and artificial intelligence solutions to the assessment of implementation architectures, operational risks, and strategic impact, you will be enabled to build an AI intelligence strategy rooted in technical competence.

Module (Auswahl): Systemdynamik und Regelungstechnik, Energieumwandlung für Antriebssysteme, Technologien für die Wasserstoffwirtschaft und Energiespeichersysteme (E-Mobilität), Moderne AC-Antriebe (Vektorkontrolle für E-Mobilität), Design leistungselektronischer Systeme, Technologie für erneuerbare Energien