Budapesti Műszaki és Gazdaságtudományi Egyetem
Egyetemi Doktorandusz Képviselet
| Típus | Cím | Témák | Időpont | Terem |
| szemináriumi előadás |
Energiaközösségek
|
Energiaközösségek jogi alapjai, megvalósításai az EU-ban. Fő EK modellek, üzleti modellek, bevételek megosztása a közösségi tagok között. | április 22. 18-20 | QBF09 |
| elmélet | Bevezetés, adatalapú technológiák alkalmazása villamosenergia-rendszerekben | Bevezetés a gépi tanulásba, statisztika alapjai, optimalizálás alapjai. | április 23. 14-16 | V1502 |
| elmélet | Felügyelt tanítás: regresszió és klasszifikáció | Polinomiális görbe illesztés, túltanulás és alultanítás, Support Vector Machine, kernel függvények, Support Vector Classification, klaszterezés. | április 23. 16-18 | V1502 |
| elmélet | Mesterséges neurális hálók | Mesterséges neurális hálózatok alapjai, felépítése, veszteségfüggvény, tanulás, mint optimalizálási probléma. | április 24 10-12 | V1404 |
| számítógépes gyakorlat | Előrejelzés és klasszifikáció | Jupyter notebook gyakorlat: napelem termelés előrejelzés, épületenergia-felhasználás osztályozás. | április 24. 14-16 | V1420 |
| számítógépes gyakorlat | Villamos profilok klasszifikálása | Jupyter notebook gyakorlat: villamos fogyasztási profilok klaszterezése, profilok hálózathoz rendelése, osztályozása. | április 25. 14-16 | V1420 |
| szemináriumi előadás |
Hibrid energiarendszerek
|
Az IEA DHC Annex TS3 "Távfűtési és Távhűtési Hálózatok az Integrált Energia Rendszer Kontextusában" projekt főbb eredményei, technológiák, perspektívák, optimalizálás és eredmények értékelése. | április 25. 18-20 | QBF09 |
| Type |
Title
|
Contents |
Time
|
Day
|
Building
|
Room
|
| seminar |
Energy Communities (EC)
|
European legal basis of ECs, panorama on country implementations, main design models for ECs, business models, revenue sharing within community members |
April 22. 18-20
|
Monday
|
Q
|
QBF09
|
| theory |
Introduction to data-driven approaches for energy
|
Introduction to machine learning, basics of statistics, basis of optimization |
April 23. 14-16
|
Tuesday
|
V1
|
502
|
| theory |
Supervised methods: regression and classification
|
Polynomial curve fitting, underfitting and overfitting, Support Vector Machine, kernels, Support Vector Classifier, clustering |
April 23. 16-18
|
Tuesday
|
V1
|
502
|
| theory |
Artificial Neural Networks
|
Overview of ANN, structure of ANN, loss function, learning as an optimization problem |
April 24. 10-12
|
Wednesday
|
V1
|
404
|
| exercise |
Forecasting and classification
|
use of Jupyter notebooks on: photovoltaic prediction, classification of building energy consumption |
April 24. 14-16
|
Wednesday
|
V1
|
420
|
| exercise |
Classification of electric profiles
|
use of Jupyter notebooks on: clustering of electrical load profiles, assignment of profiles from energy consumption |
April 25. 14-16
|
Thursday
|
V1
|
420
|
| seminar |
Hybrid Energy Networks
|
Main results from the IEA DHC Annex TS3 "District Heating and Cooling Networks in an Integrated Energy System Context" motivation, concepts and technologies, system perspective, optimization and evaluation |
April 25. 18-20
|
Thursday
|
Q
|
QBF09
|