English | Log ind

02960 Time Series Analysis - with a focus on Modelling and Forecasting in Energy Systems

2018/2019

Kursusinformation
Time Series Analysis - with a focus on Modelling and Forecasting in Energy Systems
Engelsk
2,5
Ph.d., Faglig identitetskursus
Kurset udbydes som enkeltfag
August
I 2019 afholdes kurset i august 26. til 30. august.
Campus Lyngby
Sommerskole som afholdes på DTU i samarbejde med NTNU. Sommerskolen er en arrangeret af centrene CITIES http:/​/​smart-cities-centre.org/​ og ZEN www.sintef.no/​prosjekter/​zen/​.
[Kurset følger ikke DTUs normale skemastruktur]
Inden et par uger efter sommerskolen afleveres den sidste rapport til evaluering
Bedømmelse af øvelser og rapport(er)
Før sommerskolen afleveres en rapport med besvarelse til en opgave givet på forhånd, samt der afleveres en rapport over de øvelser, som udføres under Sommerskolen.
bestået/ikke bestået , intern bedømmelse
Grundlæggende ingeniør statistik kursus, samt et basalt kendskab til tidsrækkeanalyse.
0240202417
Minimum 20 Maksimum: 100
Henrik Madsen , Lyngby Campus, Bygning 303B, Tlf. (+45) 4525 3408 , hmad@dtu.dk
Peder Bacher , Lyngby Campus, Bygning 303B, Tlf. (+45) 4525 3075 , pbac@dtu.dk

01 Institut for Matematik og Computer Science
NTNU
I studieplanlæggeren

Tilmelding skal også ske til Peder Bacher, pbac@dtu.dk
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
At give deltagerne en konkret indføring i de statistiske teknikker, som er specielt andvendlige til modellering baseret på data observeret fra energi systemer, samt anvendelsen af modellerne f.eks. til styring.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Opnå grundig forståelse for maximum likelihood estimationsteknikker.
  • Formulere og anvende ikke-parametriske modeller vha. kernel funktioner og splines - specielt til modellering af solindstrålings- og brugeradfærdeffekter.
  • Formulere og anvende tidsadaptive modeller.
  • Formulere og anvende modeller til short-term forecasting i energisystemer, f.eks. til varmeforbrug i bygninger, eleffekt fra solceller og vindmøller.
  • Anvendelse af statistiske modeludvælgelsesteknikker (F-test, likelihood ratio-tests, model validering).
  • Formulere og anvende grey-box modeller - model identifikation - test for model order og model validering, samt avancerede ikke-lineære modeller.
  • Opnå forståelse af model predictive control (MPC) - via konkrete anvendte eksempler på energisystemer.
  • Opnå forståelse af fleksibilitetsfunktioner og -indeks.
Kursusindhold
Generelt er der brug for selvindstillende modeller af hver komponent i et system, men kun i den nødvendige detaljegrad til den konkrete anvendelse. Har man f.eks. en bygning med solceller og varmepumpe, så har man typisk brug for en model fra vejrprognoser og styrevariabler til: eleffekt fra solceller, ellast fra varmepumpen, samt indetemperatur i bygningen. Disse i kombination med elpriser, vil i en MPC styring, kunne optimere driften af varmepumpen og flytte forbruget for at opnå den billigste drift. Der findes mange andre anvendelse, e.g. KPI performance estimation og fejldiagnostisering, disse anvendelser vil også blive eksemplificeret. Den statistiske teori bag modellerne vil blive præsenteret, specielt er fokus på ikke-lineære modeller, både diskrete (kernels og splines) og kontinuerte (grey-box modellering med SDEer).
Litteraturhenvisninger
Som udgangspunkt forventes kendskab til tidsrækkeanalyse, som præsenteret i http:/​/​henrikmadsen.org/​books/​time-series-analysis/​. Materialet til selve kurset vil blive tilgængeligt for deltagerne.
Sidst opdateret
05. april, 2019