Event
The dates and events shown here are dynamically displayed from Stud.IP.
Therefore, if you have any questions, please contact the person listed under the item Lehrende/DozentIn (Lecturers) directly.
Event
Semester:
Summer term
2024
2.01.515 Intelligent Energy Systems -
Event date(s) | room
- Mittwoch, 3.4.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 10.4.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 17.4.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 24.4.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 8.5.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 15.5.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 22.5.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 29.5.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 5.6.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 12.6.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 19.6.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 26.6.2024 10:00 - 14:00 | V03 0-E003
- Mittwoch, 3.7.2024 10:00 - 14:00 | V03 0-E003
Description
Lecturers
Tutors
Study fields
- Studium generale / Gasthörstudium
SWS
4
Lehrsprache
deutsch und englisch
Anzahl der freigegebenen Plätze für Gasthörende
1
Für Gasthörende / Studium generale geöffnet:
Ja
Hinweise zum Inhalt der Veranstaltung für Gasthörende
Die Veranstaltung befasst sich mit der Integration (verteilter) künstlicher Intelligenz in die zukünftige Steuerung des Energienetzes. Die Integration von verteilt genutzten und dargebotsabhängigen Primärenergien stellt eine wesentliche Herausforderung der Energiewende dar. Mit der zunehmenden Digitalisierung wird aus den historisch gewachsenen Energieversorgungsstrukturen ein komplexes und dynamisches cyber-physisches Energiesystem (CPES), in dem tausende Komponenten miteinander interagieren.
Moderne Techniken der künstlichen Intelligenz und des maschinellen Lernens leisten dabei an vielen Stellen einen Beitrag: beispielsweise in der semi-automatischen Betriebsführung von Stromnetzen, bei der von Einsicht getriebenen Vermarktung von dezentralen Energieanlagen oder bei der Prognose von Last- und Erzeugungszeitreihen. Dabei erfordert die enge Verknüpfung von Energiesystemen und IKT-Infrastruktur in Smart Grids auch ein adaptives und autonomes „Immunsystem“, um mit Angriffen gegen die Infrastruktur und Ausfällen von Teilsystemen umgehen zu können.
Durch verteilte Künstliche Intelligenz wird es möglich, die verteilten Komponenten eines CPES mit Intelligenz und Autonomie auszustatten und mit Verfahren der Selbstorganisation untereinander zu vernetzen.
Inhaltlich geht es um Agenten im Smart Grid, Verteilte Lastplanung, Flexibilitätsmodellierung durch Dekoder/ Surrogatmodellierung, Combinatorial Optimization Heuristics for Distributed Agents, Deep Learning mit PyTorch, Reinforcement Learning und Q-Learning, Differentiable Neural Computing und Adversarial Resilience Learning