Simulation und Machine Learning im Energiemanagement

Maschinenbau, Master (PO-2023)

Eindeutige ModulnummerMaschB-2530-M
Modulnummer / ModulcodeWP-SMLE
ModulnameSimulation und Machine Learning im Energiemanagement
Art des ModulsWahlpflicht
Lernergebnisse, Kompetenzen, Qualifikationsziele

In diesem Modul erlernen die Studierenden die grundsätzliche Methodik bzw. das Methodenwissen für Simulationstechniken und Machine Learning im Energiemanagement. Anhand einfacher praktischer Beispiele werden ihnen die Modellbildung und die Datenanalyse nahegebracht. Neben der Modellierung von Energie­systemen werden typische Algorithmen des Machine Learnings (z. B. Linear Regression) betrachtet. Darüber hinaus sind die Studierenden in der Lage, kleine Projektaufgaben eigenständig zu bearbeiten. Die Studierenden sind nach Absolvierung der Lehrveranstaltung in der Lage, einfache Aufgaben zu modellieren bzw. zu analysieren.

LehrveranstaltungsartenVLmP 2 SWS, Ü 2 SWS
Lehrinhalte
  • Grundlagen des Energiemanagements und Energiedaten­managements
  • Grundlagen der Modellbildung und der kontinuierlichen Simulation
  • Grundlagen des Machine Learnings anhand typischer Algorithmen
  • Einführungen in die verwendeten Softwaresysteme (z. B. Python, SciKitLearn)
  • Übungen zu den einzelnen Themenbereichen
  • Bearbeitung einer Projektaufgabe
Titel der LehrveranstaltungenSimulation und Machine Learning im Energiemanagement
Lehr- und Lernmethoden (Lehr- und Lernformen)Vorlesung, Übung, Projektaufgaben
Verwendbarkeit des Moduls
Dauer des ModulsEin Semester
Häufigkeit des Angebotesjährlich im Sommersemester
Sprachedeutsch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am ModulEnergieeffiziente Produktion, Informationstechnik, Thermodynamik, programmiertechnische Vorkenntnisse
Voraussetzungen für die Teilnahme am Modul keine
Studentischer Arbeitsaufwand2 SWS VL (30 Std.), 2 SWS Ü (30 Std.) Selbststudium (120 Std.)
Studienleistungenkeine
Voraussetzung für Zulassung zur Prüfungsleistungkeine
PrüfungsleistungenBearbeitung und Präsentation einer Projektaufgabe
Anzahl Credits (ECTS)6 cp
LehreinheitMaschinenbau
Modulverantwortliche/rProf. Dr.-Ing. Marc Junge
LehrendeProf. Dr.-Ing. Marc Junge
MedienformenPowerPoint-Präsentationen
Literatur
  • Banks J (1998) Principles of simulation. In: Banks J (Hrsg) Handbook of simulation. John Wiley, New York.
  • Junge; Simulationsgestützte Entwicklung und Optimierung einer energieeffizienten Produktionssteuerung; kassel university press, ISBN: 978-3-89958-301-9, 2007, (Produktion & Energie 1), Zugl.: Kassel, Univ., Diss. 2007.
  • Rabe, S. Spieckermann, S. Wenzel, M. Junge, T. Schmuck; Verifikation und Validierung für die Simulation in Produktion und Logistik; Springer-Verlag, Berlin Heidelberg, 2008.
  • A. Müller: Einführung in Machine Learning mit Python. O’Reilly. 2017