Forschungsgebiet im Überblick
Mit Methoden der angewandten Mathematik modelliert und steuert Juniorprofessor Hannes Gernandt dynamische Systeme, also zeitlich veränderliche Prozesse. Um Modellfehler zu vermeiden, gewinnen datenbasierte Verfahren wie das maschinelle Lernen zunehmend an Bedeutung. Rein datengetriebene Modelle liefern zwar oft gute Ergebnisse, berücksichtigen jedoch häufig keine physikalischen Gesetzmäßigkeiten, wie beispielsweise die Energieerhaltung. In seiner Forschung nutzt Gernandt den port-Hamiltonschen Ansatz, um physikalisches Wissen mit datenbasierten Methoden zu verbinden. Auf diese Weise entstehen Modelle, die sowohl realitätsnah als auch rechen- und kostenoptimiert sind. Derzeit beschäftigt er sich am Fraunhofer IEG mit der Vorhersage und Optimierung komplexer Energienetze, insbesondere von Wasserstoff- und Fernwärmeinfrastrukturen. Als Teil des Sonderforschungsbereichs 1701 an der Universität Wuppertal nutzt er port-Hamiltonsche Methoden, um neue Optimierungs- und Rechenverfahren zu entwickeln.
Ausgewählte Publikationen
K. Cherifi, H. Gernandt, D. Hinsen: The difference between port-Hamiltonian, passive and positive real descriptor systems, Math. Control Signals Systems 36, 451–482, 2024. https://doi.org/10.1007/s00498-023-00373-2
K. Cherifi, A. El Messaoudi, HG, M. Roschkowski: Nonlinear port-Hamiltonian system identification from input-state-output data, in revision https://arxiv.org/abs/2501.06118
W. Hagemann, J. Weichmann, HG, F. Krenzlin and J. Schiffer: Modeling and Optimization of Borehole Thermal Energy Storage Systems Using Physics-Based Neural Networks. Re-newable Energy 256, 2026, 123753. https://www.sciencedirect.com/science/article/pii/S0960148125014156