Disciplina Curricular
Analítica de Dados para Redes Inteligentes ADRI
Mestrado Bolonha em Engenharia e Ciência de Dados - MECD2019
Contextos
Grupo: MECD2019 > 2º Ciclo > Opções
Período:
Grupo: MECD2019 > 2º Ciclo > Opções
Período:
Peso
6.0 (para cálculo da média)
Pré-requisitos
Noções básicas sobre análise de sistemas de energia em regime estacionário. Conhecimentos básicos sobre análise multivariada, optimização e aprendizagem automática.
Objectivos
Conceber e desenvolver soluções de analítica de dados capazes de explorar conjuntos de dados de grande dimensão obtidos em múltiplos contextos de operação das redes inteligentes. Compreender a relação entre disponibilidade de dados e a informação extraível desses dados, assim como o impacto dos erros de informação sobre a validade da análise de redes subjacente. Desenvolver capacidade crítica sobre os requisitos de aquisição e armazenamento de dados e perspectivar avanços realistas na operação de redes inteligentes.
Programa
1. Redes físicas, problemas dos sistemas de energia eléctrica, e tecnologias operacionais (OT). 2. Oportunidades criadas pelas redes cibernéticas, e tecnologias de informação (TI). 3. Interacção entre os problemas físicos, os requisitos de OT e as possibilidades das TI. 4. Métodos estatísticos e analítica de dados para redes inteligentes: a. Redução de dimensionalidade; b. Inferência estatística e classificação; c. Modelização dinâmica 5. Desenvolvimento de soluções de analítica de dados para redes inteligentes: a. Gestão de activos e previsão de incidentes apoiada na análise de fiabilidade; b Optimização da eficiência operacional apoiada na análise de trânsito de energia; d. Supervisão situacional apoiada na estimação de estado 6. Perspectiva sobre futuras aplicações da analítica de dados em redes inteligentes, big data e requisitos de armazenamento
Metodologia de avaliação
50% avaliação contínua; 50% avaliação não contínua
Componente de Competências Transversais
Capacidade de relacionamento interpessoal para trabalho em equipa, para resolver problemas em conjunto nas aulas práticas e para colaborar no trabalho de projeto, incluindo na preparação para a apresentação final do projeto em sala de aula; Pensamento Crítico, nomeadamente pensamento estratégico e abordagens à resolução de problemas, nas apresentações e projeto; Literacia da informação e dos media. A apreciação das competências transversais terá o peso de 10% da nota final.
Componente Laboratorial
Inexistente
Componente de Programação e Computação
Raciocínio lógico e conhecimentos básicos de programação com Matlab, Python ou outra linguagem de "script" de alto nível.
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.