Subject

Машинско учење во паметни енергетски мрежи

1. Наслов на наставниот предмет Машинско учење во паметни енергетски мрежи
Machine learning in smart grids
2. Код m23_w_051
3. Студиска програма
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Факултет за информатички науки и компјутерско инженерство
5. Степен (прв, втор, трет циклус) Втор циклус
6. Академска година / семестар 9 / Зимски
7. Број на ЕКТС кредити 6
8. Наставник Александра Дединец
9. Предуслови за запишување на предметот
10. Цели на предметната програма (компетенции) Целта на курсот е да се:
• претстават основните концепти на smart grid
• анализираат моменталните технологии во smart grid
• простудира примената на машинското учење врз електроенергетските системи
• анализираат методологии за дизајнирање на интелигентни мрежи
11. Содржина на предметната програма Содржина
1. Што е Smart grid?
2. Основи на електроенергетски системи
3. Вовед во информациски и комуникациски технологии во smart grid
4. Машинско учење во smart grid
5. Методи за оптимизација и предвидување на дистрибуирани извори на енергија
6. Технологии за зачувување на енергија и оптимална интеграција на електрични возила
7. Demand side management and forecasting, demand response и demand pricing
8. Smart metering технологии.
9. Системи за подобрување на надежноста на дистрибутивната и преносната мрежа
10. Студии на случаи на smart grid
12. Методи на учење NULL
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 45 + 15 + 30 + 50 + 40 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 45 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 15 часови
16. Други форми на активности
16.1. Проектни задачи 50 часови
16.2. Самостојни задачи 30 часови
16.3. Домашно учење 40 часови
17. Начин на оценување
17.1. Тестови 45 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 50 бодови
17.3. Активности и учење 10 бодови
17.4. Завршен испит 0 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит реализирани активности 15 и 16
20. Јазик на кој се изведува наставата NULL
21. Метод на следење на квалитетот на наставата NULL
22. Литература
22.1. Задолжителна литература
1. Salman K. Salman | Introduction to the Smart Grid: Concepts, Technologies and Evolution | Institution of Engineering and Technology | 2017
2. Anish Jindal, Neeraj Kumar, Gagangeet Singh Aujla | Internet of Energy for Smart Cities Machine Learning Models and Techniques | CRC Press | 2021
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година