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

Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Едукација со ИКТ, Еко-информатика, Интелигентни системи, Интернет технологии и сајбер безбедност, Компјутерски науки, Статистика и аналитика на податоци, Софтверско инженерство, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Статистика и аналитика на податоци, Софтверско инженерство, Data science in computer science and engineering, Софтвер за вградливи системи,

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

5 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

ворн. проф. д-р 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

6.0 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 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (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

22.2.

Дополнителна литература