zurück zur Suche

Maschinelles Lernen im Energiemanagement

ED180026Prüfungsleistungen5 ECTSEnglischWintersemester/SommersemesterProfessur für Energiemanagement-Technologien (Prof. Goebel)

In 3 Stundenplänen von Kommilitonen

KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Das Modul vermittelt datengetriebene Vorhersage- und Steuerungsmethoden für Energiemanagementsysteme der nächsten Generation. Du lernst, wie maschinelle Lernverfahren zur Last- und Erzeugungsprognose, Systemschätzung und zur datenbasierten Regelung (z. B. modellprädiktive Regelung, Deep Reinforcement Learning) eingesetzt werden, um Effizienz und Nutzung erneuerbarer Energien zu verbessern.

Was du danach kannst

  • Ausgewählte Techniken des maschinellen Lernens konzeptionell und formal verstehen
  • Anwendung von ML-Techniken im Energiemanagement verstehen
  • Algorithmen des maschinellen Lernens in ausgewählten Anwendungsfällen anwenden und bewerten
  • Ausgewählte Methoden zur datengetriebenen Steuerung konzeptionell und formal verstehen
  • Datengetriebene Steuerung in ausgewählten Anwendungsfällen anwenden und bewerten
  • Reflexion der Methoden im Hinblick auf nachhaltige ökologische, soziale und ökonomische Entwicklung
  • Entwicklung inter- und transdisziplinärer Ansätze zur Verknüpfung ökologischer, sozialer und wirtschaftlicher Aspekte

Aus was das Modul besteht

  • VorlesungVermittlung der theoretischen Grundlagen zu Vorhersage- und Steuerungstechniken sowie Anwendungen im Energiemanagement
  • ÜbungenVertiefung des methodischen Verständnisses und Anwendung der vorgestellten Techniken; Fokus auf methodisches Verständnis statt reiner Programmieraufgaben

Lehrmethode

  • Vorlesung mit praktischen BeispielenEinführung in Konzepte und Demonstration von Anwendungen
  • ÜbungenEinübung und Vertiefung der Anwendungsmethoden
  • Codebeispiele mit Echtdaten / Live-ProgrammierungDemonstration der Implementierung und Anwendung datengetriebener Methoden
  • Selbststudium mit digitalen Zeitschriften und BüchernErgänzung und Vertiefung der Vorlesungsinhalte

Termine

Vorlesung mit ÜbungMaschinelles Lernen im Energiemanagement

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.