Die ca. 2.000 Spiegel einer vom DLR betriebenen Testanlage in Jülich sollen aktuell mit KI-Methoden so ausgerichtet werden, dass sie Sonnenlicht auf einen Absorber auf einem Turm reflektieren. Derartige Solarturmkraftwerke können Wind- und Photovoltaikanlagen als erneuerbare Energiequellen ergänzen. Die in ihnen konzentrierte Wärme kann zur Stromerzeugung, für thermische Industrieprozesse oder für die Nutzung in der Nacht und bei Windstille gespeichert werden. Wie andere erneuerbare Technologien stehen auch solarthermische Kraftwerke unter erheblichem Kostendruck. Daher ist die Produktions- und Leistungsoptimierung der Spiegel (Heliostate) für die Wettbewerbsfähigkeit entscheidend. Derzeit sind die Spiegel der Testanlage nicht perfekt flach, was zu einer ungleichmäßigen Wärmeverteilung und Effizienzminderung führt. Am KIT haben Forschende des DLR deshalb gemeinsam mit der Expertise von Helmholtz.AI des FZJ und des SCC eine neue Methode entwickelt, um Unregelmäßigkeiten in den Spiegeln zu erkennen. Dafür haben sie ein differenzierbares Ray-Tracing-Verfahren mit Maschinellem Lernen genutzt, das eine Bestrahlungsstärkeverteilung von Heliostaten datengesteuert aus einer kleinen Anzahl von Kalibrierungsbildern ableiten kann, die bereits in den meisten Solartürmen gesammelt wurden. Ihre Ergebnisse wurden im renommierten Wissenschaftsjournal Nature Communications veröffentlicht. Weitere Informationen: nature.com/articles/s41467-024-51019-z.epdf .