Scheda programma d'esame
SMART GRIDS E FONTI RINNOVABILI
EMANUELE CRISOSTOMI
Anno accademico2020/21
CdSINGEGNERIA ELETTRICA
Codice968II
CFU6
PeriodoSecondo semestre
LinguaItaliano

ModuliSettore/iTipoOreDocente/i
SMART GRIDS E FONTI RINNOVABILIING-IND/31LEZIONI60
STEFANO BARSALI unimap
EMANUELE CRISOSTOMI unimap
MARCO RAUGI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Durante il corso, lo studente acquisirà conoscenze di base relative al tema generale della sostenibilità, e alla sua declinazione per le specifiche applicazioni legate ai temi energetici. Inoltre, imparerà come la capacità di analizzare ed elaborare i dati sia fondamentale per migliorare una varietà di processi fondamentali nell'ambito energia, tra cui l'implementazione di tecniche di previsione più accurate, e metodologie di monitoraggio e diagnostica preventiva.

 

Knowledge

During the course, the student learns basic notions regarding the general theme of sustainability, especially for what regards the energy-related interpretation. In addition, the student will learn that skills of data analysis and elaboration are fundamental to improve a variety of energy processes, including the ability to develop more accurate forecasting algorithms and early diagnostics methodologies.

Modalità di verifica delle conoscenze

Le conoscenze verranno verificate tramite prova orale svolta con i docenti del corso e, su richiesta, anche con lo svolgimento di un progettino pratico.

Assessment criteria of knowledge

The student will be assessed on his/her demonstrated ability to solve exercises and to demonstrate his/her knowledge of the course material. Upon request, a practical project may be assigned. 

Methods: final oral exam

Capacità

Lo studente acquisirà la capacità critica di:

- capire l'importanza e le diverse sfaccettature legate ad un tema generale quale quello della sostenibilità;

- capire l'importanza dell'analisi dei dati nello sviluppo di algoritmi di previsione;

Inoltre, lo studente imparerà nuovi algoritmi di previsione, secondo l'attuale stato dell'arte dell'argomento.

Skills

he student who successfully completes the course will develop the skills to :

- understand the many facets of the general problem of sustainability;

- appreciate the importance of data analysis for developing accurate forecasting algorithms.

Also, the student will learn state-of-the-art forecasting algorithms.

Modalità di verifica delle capacità

Esercizi e progetti idonei verranno proposte per verificare il corretto apprendimento delle tematiche del corso. 

Assessment criteria of skills

Appropriate exercises will be given to assess the skills developed by the student.

Comportamenti

Lo studente acquisirà la sensibilità di valutare quali attività possono essere proficuamente implementate 

- per affrontare il tema della sostenibilità, soprattutto da un punto di vista energetico;

- per sviluppare accurati e realistici algoritmi di previsione.

Behaviors

The student who successfully completes the course will develop a critical behaviour to autonomously :

- tackle the sustainability problem, at least from energy-related aspects;

-develop accurate and sound forecasting algorithms.

Modalità di verifica dei comportamenti

Esercizi e progetti idonei verranno proposte per verificarei corretti comportamenti.

Assessment criteria of behaviors

Appropriate exercises will be given to assess the behaviours learned by the student.

Prerequisiti (conoscenze iniziali)

Conoscenze di base di Analisi Matematica e Fisica facilitano la comprensione di alcuni argomenti del corso. Anche elementi di base di Statistica possono essere utili a riguardo.

Prerequisites

Basic knowledge of mathematical analysis and physics is recommended.

Basic knowledge of statistics is also valuable.

Programma (contenuti dell'insegnamento)

- Sostenibilità e sostenibilità energetica;

- Analisi di serie temporali;

- Identificazione di sistemi incerti;

- Algoritmi di previsione.

Syllabus

- sustainability and energy sustainability;

- Analysis of time series;

- Identification of unknown systems and processes;

- Forecasting algorithms;

Bibliografia e materiale didattico

Non ci sono testi didattici obbligatori, ma solo letture consigliate. Altro materiale verrà condiviso al momento dai docenti del corso.

D.J.C. MacKay, Information Theory, Inference and Learning Algorithms;

D.J.C. MacKay, Sustainable Energy - Without the Hot Air.

Bibliography

There are no mandatory books, but only recommended readings (as reported below). Further material will be shared by the teachers at due time.

D.J.C. MacKay, Information Theory, Inference and Learning Algorithms;

D.J.C. MacKay, Sustainable Energy - Without the Hot Air.

Modalità d'esame

Prova orale, ed eventualmente progettino (da realizzare a casa) su richiesta dello studente.

Assessment methods

Oral exam, and practical project upon request (to be completed at home).

Ultimo aggiornamento 23/02/2021 09:44