Daniel Weber, wissenschaftlicher Angestellter am Fachgebiet für Leistungselektronik und Elektrische Antriebssysteme (LEA), hat am 20.07.2026 erfolgreich seine Dissertation verteidigt. In der Arbeit hat er gezeigt, dass es möglich ist, mittels bestärkenden Lernens (Reinforcement Learning) auf Basis Künstlicher Intelligenz die Spannungsregelung eines Wechselrichters ohne vorherige Kenntnis der Systemparameter direkt an der realen Hardware zu erlernen. Dafür wurde ein Standardalgorithmus um eine Sicherheitskomponente erweitert, die ein sicheres Training während des laufenden Betriebs ermöglicht und somit einen weitgehend automatisierten und modellfreien Reglerentwicklungsprozess erlaubt. Die Leistungsfähigkeit des Ansatzes wurde zunächst an einem dreiphasigen 250-kVA-Wechselrichter demonstriert und im Vergleich zu etablierten Reglern validiert. Die anschließende Übertragung auf ein 1,25-MVA-System zeigt das Potenzial des Verfahrens für die automatisierte Inbetriebnahme dezentraler umrichterbasierter Microgrids und damit für zukünftige intelligente Energienetze.
Das Institut für Elektrotechnik und Informationstechnik gratuliert Herrn Dr. Weber herzlich.
