In diesem Seminar vermitteln wir Ihnen Grundlagen und Anwendungen von maschinellem Lernen für eine automatisierte Energiewirtschaft. Hierbei fokussieren wir auf die Anwendung von Neuronalen Netzen mit einem besonderen Schwerpunkt auf das Deep Reinforcement Learning. 

Sie lernen dabei zunächst die Grundprinzipien von Neuronalen Netzen kennen und erhalten danach einen Einblick in die unterschiedlichen Modelltypen, welche bereits in verschiedenen Szenarios eingesetzt werden. Neben den allgemeinen Neuronalen Netzen widmen wir uns auch den Prinzipien des Reinforcement Learning. Wir bringen Ihnen die zugrundeliegende Theorie näher und Sie setzen erste Anwendungen selbst um. Für ein gutes Verständnis und Praxisnähe nutzen wir als Fallbeispiele zum einen bekannte Datensätze und betrachten den automatisierten Energiehandel im speziellen. 

Mit der steigenden Komplexität der Energiewirtschaft bieten künstlich-intelligente Systeme großes Potential, um flexible Steuerungen zu ermöglichen. In diesem Kurs erhalten Sie einen Einblick in die Möglichkeiten, die solche Methoden bieten. Inhaltlich fokussieren wir auf den Energiehandel, insbesondere den Intraday Markt. Die in diesem Kurs vorgestellten und genutzten Werkzeuge (Colab und Pytorch, Rllib und Tensorboard) sind bereits als OpenSource Pakete verfügbar und können direkt nach dem Seminar eingesetzt werden. Python Grundkenntnisse werden für die Teilnahme an diesem Kurs empfohlen. 

05.04.2024 | Kick off, online
10.30-11.30 Uhr           

26.04.2024 | Vertiefung und Q-and A-Session, online
13.00-14.00 Uhr         

29.04.2024 | Präsenzphase, Fraunhofer IEE, Kassel
12.00 - 17.30 Uhr         

30.04.2024 | Präsenzphase, Fraunhofer IEE, Kassel
8.30 -13.00 Uhr     

Veranstaltungsort: Online und Präsenz | Fraunhofer IEE, Kassel

Kosten: 2.150 € (Early-Bird bis 29. Februar 2024: 1.950 €)

>> weitere Informationen