La discipline se concentre sur la programmation en langage Python. Au cours de la formation, les étudiants apprennent la syntaxe Python, les fonctionnalités des bibliothèques SciPy, NumPy, matplotLib, Pandas et ainsi que certaines bibliothèques intégrées pour résoudre des problèmes appliqués à l’industrie énergétique. La discipline forme une idée de la manière de présenter un problème mathématique sous forme de code de programme. Les étudiants apprennent à représenter et à visualiser les données et les résultats expérimentaux.

La discipline aborde la représentation des données dans divers problèmes d’apprentissage automatique. La discipline donne un aperçu des types de données fondamentaux : données tabulaires numériques, séries chronologiques, images, données textuelles. Les cours couvrent les aspects théoriques de l’analyse des données, notamment la théorie des probabilités et les statistiques mathématiques. Dans le cadre des séances de laboratoire, des études de cas sur diverses méthodes et approches sont envisagées. En outre, le cours donne un aperçu des principaux outils permettant de travailler avec le big data et le cloud computing.

Le cours étudie les méthodes principales de l’apprentissage automatique et les spécificités de leur application dans l’industrie énergétique. Les sections et méthodes de l’apprentissage automatique suivantes sont étudiées: apprentissage supervisé dans les problèmes de classification et de régression (modèles linéaires, machines à vecteurs de support, arbres de décision, méthodes bayésiennes, plus proches voisins, réseaux neuronaux, algorithmes d’ensemble), apprentissage non supervisé (algorithmes de clustering), apprentissage par renforcement et méthodes d’optimisation (génétiques et par essaim), logique floue ainsi que méthodes d’analyse et de traitement préliminaires des données sont étudiées séparément.

La discipline étudie les principes fondamentaux de la sécurisation des données et de la protection contre les cyber-menaces pour les installations de système énergétique. La discipline couvre les questions juridiques et organisationnelles, les spécificités logicielles, les méthodes techniques et algorithmiques de protection des données utilisées pour évaluer les menaces et modéliser les mesures de protection correspondantes. Une attention particulière est accordée au cadre juridique existant dans le domaine de la protection des données et aux normes industrielles pertinentes. La discipline permet d’acquérir une compréhension approfondie des types de données à protéger, de la classification des cyber-menaces dans les installations de système énergétique, des différentes techniques de protection ainsi que des principes de leur fonctionnement et des critères de sélection.

La discipline étudie les principes, les méthodes et les outils d’analyse d’objets complexes en les représentant comme des systèmes intégrés. L’objectif de l’étude de la discipline est de considérer les fondements théoriques et les modèles de conception et de fonctionnement des systèmes, y compris les principes méthodologiques de leur analyse et de leur synthèse. Les approches étudiées seront appliquées pour l’analyse critique, l’interprétation et la généralisation des résultats de recherche dans le domaine professionnel ainsi que pour la prise des décisions stratégiques.

La discipline se concentre sur la norme IEC 61850 et d’autres technologies connexes garantissant la performance des installations numériques de l’industrie énergétique. En particulier, le cours étudie le concept général du modèle d’information de sous-station, ainsi que la description d’un langage de balisage spécialisé pour créer un modèle de sous-station selon la norme IEC 61850. Les études de cas des sous-stations numériques examinées en détail permettent d’acquérir des compétences dans la configuration des équipements pour mettre en œuvre un trafic de communication entre les unités de la sous-station numérique.