Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Metody sztucznej inteligencji w elektroenergetyce lab
Koordynator przedmiotu:
dr hab. inż. Mirosław Parol, miroslaw.parol@ee.pw.edu.pl, +48222345862
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Informatyka
Grupa przedmiotów:
Wspólne
Kod przedmiotu:
Semestr nominalny:
6 / rok ak. 2009/2010
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład0h
  • Ćwiczenia0h
  • Laboratorium30h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Metody sztucznej inteligencji w elektroenergetyce 1
Limit liczby studentów:
Cel przedmiotu:
Umiejętność optymalizacji sterowania w stacjach
Treści kształcenia:
Laboratorium 1. Zajęcia wprowadzające, regulamin przedmiotu; 2h 2. Metody selekcji stosowane w algorytmach ewolucyjnych (AE), 2h 3. Procedury skalowania funkcji przystosowania (AE), 2h 4. Optymalizacja funkcji wielu zmiennych za pomocą programu Al._Gen (AE), 2h 5. Optymalna regulacja napięć w sieciach rozdzielczych (AE), 2h 6. Estymacja rocznych obciążeń szczytowych stacji SN/nn (AE), 2h 7. Projektowanie optymalnych struktur sieci rozdzielczych (AE), 2h 8. Wnioskowanie oparte na logice rozmytej (LR), 2h 9. Klasyfikacja obiektów rastrowych w ramach grup o wspólnych cechach, za pomocą programu NetLab (SSN), 2h 10. Prognozowanie średnioterminowe miesięcznego zapotrzebowania na energię elektryczną z wykorzystaniem programu ORKA (SSN), 2h 11. Aproksymacja krzywej średniego miesięcznego zużycia energii elektrycznej w poszczególnych miesiącach roku (SSN), 2h 12. Estymacja 15 minutowych mocy szczytowych stacji SN/nn (SSN), 2h 13. Prognozowanie krótkoterminowe kursu franka szwajcarskiego (SSN), 2h 14. Termin dodatkowy na wykonanie zaległych ćwiczeń; 2h 15. Zaliczenie zajęć; 2h
Metody oceny:
brak
Egzamin:
Literatura:
1. P. Helt, M. Parol, P. Piotrowski: Metody sztucznej inteligencji w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000. 2. D. Baczyński, M. Parol., P. Piotrowski: Sztuczna inteligencja w praktyce. Laboratorium (preskrypt), Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006. 3. S. Osowski: Sieci neuronowe do przetwarzania informacji. Wyd. 2, OWPW, Warszawa 2006. 4. D.E. Goldberg: Algorytmy genetyczne i ich zastosowania, WNT, Warszawa 1995. 5. Z. Michalewicz: Algorytmy genetyczne + Struktury danych = Programy ewolucyjne, WNT 1996. 6. D. Rutkowska, M. Piliński, L. Rutkowski: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. PWN, Warszawa-Łódź 1997.
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się