uralenergy@urfu.online

+7 (922) 037-03-32

01.04.04 ПРИКЛАДНАЯ МАТЕМАТИКА

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ЭЛЕКТРОЭНЕРГЕТИКЕ

По данной программе мы готовим системных аналитиков, специалистов в области Data Science и разработки адаптивных систем для решения прикладных задач математики для топливно-энергетического комплекса как в России, так и за рубежом. Целевая аудитория программы – это выпускники бакалавриата и специалитета технических и естественно-научных направлений.

Реализуется на русском языке

2 года обучения

Очная форма обучения

15 бюджетных мест


Как поступить в магистратуру?

  • 1
    Изучить правила приема
  • Даты приема: 20 июня - 07 августа (бюджет), 20 июня - 22 сентября (контракт)
  • 3
    Пройти вступительные испытания
  • Даты вступительных испытаний: 03 июля - 12 августа (бюджет), 03 июля - 12 августа и 21 августа - 27 сентября (контракт)

ТЫ МОЖЕШЬ УПРАВЛЯТЬ ДАННЫМИ


О магистратуре

С чем связана будущая профессия?

Будущая профессиональная деятельность выпускников связана: - с применением методов искусственного интеллекта в задачах электроэнергетики; - с исследованием математических моделей технических систем и технологических процессов, методов обработки и анализа данных; - с разработкой программного и аппаратного обеспечения интеллектуальных систем поддержки принятия решений с учетом требований информационной безопасности.

Из чего состоит программа?

Программа состоит из трех основных частей: - традиционных математических модулей дискретной математики и оптимизации технических систем; - модулей обработки и анализа данных, программирования на Python и кибербезопасности; - прикладных энергетических задач, связанных с технологиями выработки электрической энергии, анализом и оптимизацией режимов работы энергосистем, а также новыми цифровыми технологиями в электроэнергетике. Программа магистратуры реализована при поддержке программы Европейской комиссии Erasmus+ на базе проекта «Разработка образовательной программы в области интеллектуальных энергетических систем в российских и вьетнамских вузах» (ESSENCE).


Партнер программы

ГК «РТСофт» – международная инжиниринговая компания, занимающаяся промышленной автоматизацией, разработкой программного обеспечения в области интеллектуальных систем управления для различных отраслей промышленности и энергетики. В рамках модуля «Режимы работы распределенной генерации» совместно с ГК «РТСофт» был разработан кейс по применению программной платформы для построения систем управления объектами интеллектуальной распределенной энергетики.


Дисциплины

Дисциплины программы связаны с изучением принципов проектирования, разработки и эксплуатации интеллектуальных информационных систем в области энергетики на примерах отраслевых задач, надежным и безопасным использованием методов анализа данных, машинного обучения и цифровых технологий на объектах энергетического комплекса.

ПРОГРАММИРОВАНИЕ НА PYTHON

Дисциплина изучает работу с языком Python и его библиотеками. Обучающиеся в ходе курса изучают синтаксис языка Python, возможности библиотек SciPy, NumPy, matplotLib, Pandas и некоторых других встроенных библиотек для решения ряда прикладных задач. В рамках дисциплины формируется представление о том, как представить математическую задачу в виде программного кода. Студенты учатся представлять и визуализировать данные и результаты, полученные при решении поставленных задач.

ТЕХНОЛОГИИ АНАЛИЗА ДАННЫХ

Дисциплина посвящена рассмотрению подходов к представлению разного рода информации в задачах машинного обучения. Основное содержание дисциплины содержит обзор основных типов данных: численные табличные данные, временные ряды, изображения, текстуальные данные. Теоретический (лекционный) материал охватывает теоретические аспекты анализа данных, в том числе элементы теории вероятности и математической статистики. В рамках лабораторных занятий рассматриваются практические примеры применения различных методов и подходов. Кроме того, в курсе представлен обзор основных инструментов для работы с большими и данными и облачных вычислений.

МАШИННОЕ ОБУЧЕНИЕ В ЭНЕРГЕТИКЕ

Дисциплина изучает основные методы машинного обучения и особенности их применения в энергетике. Рассматриваются следующие разделы и методы машинного обучения: обучение с учителем в задачах классификации и регрессии (линейные модели, метод опорных векторов, деревья решений, байесовские методы, метод ближайших соседей, нейронные сети, ансамблевые алгоритмы), без учителя (алгоритмы кластеризации), обучение с подкреплением и оптимизационные методы (генетические и роевые), нечеткая логика, а также отдельно изучаются методы предварительного анализа и обработки данных.

КИБЕРБЕЗОПАСНОСТЬ В ЭНЕРГЕТИКЕ

Дисциплина изучает основные принципы обеспечения защиты информации и защиты от кибернетических угроз объектов электроэнергетики, правовые, организационные, программные, технические и алгоритмические способы защиты, используемые для оценки угроз и мер защиты модели, существующую законодательную базу в области защиты информации и отраслевые стандарты. В рамках дисциплины формируется представление о видах защищаемой информации, классификации кибернетических угроз на объектах электроэнергетики, различных способах защиты, принципах их действия и методиках выбора средств защиты в соответствии с угрозами, рисками и их последствиями.

СИСТЕМНЫЙ АНАЛИЗ

Дисциплина изучает принципы, методы и средства исследования сложных объектов посредством представления их в качестве систем и анализа этих систем. Цель изучения дисциплины – рассмотрение теоретических основ и закономерностей построения и функционирования систем, в том числе экономических, методологических принципов их анализа и синтеза, применение изученных закономерностей для критического анализа проблемных ситуаций, анализа, интерпретации и обобщения результатов исследований в профессиональной области и выработки стратегий действий.

ЦИФРОВЫЕ ТЕХНОЛОГИИ В ЭНЕРГЕТИКЕ

Дисциплина направлена на знакомство со стандартом МЭК 61850, а также обобщение технологий, обеспечивающих функционирование цифровых энергообъектов. В частности, модуль включает предоставление об общей концепции информационной модели подстанции, описание специализированного языка разметки для создания модели подстанции в терминах МЭК 61850, развитие практических навыков по наладке взаимодействия между устройствами на основе стандарта. Рассматриваются конкретные примеры реализации концепции цифровых подстанций. Практическая часть позволяет получить навыки настройки оборудования для реализации коммуникационного обмена между компонентами цифровой подстанции.


Преподаватели программы

На программе преподают специалисты в области электроэнергетики, электротехники, теплотехники, математики, информатики, кибернетики, теории принятия решений, экономики, истории и права.

Александра Хальясмаа

Кандидат технических наук,

доцент кафедры электротехники УралЭНИН

Руководитель образовательной программы

Станислав Ерошенко

Кандидат технических наук,

старший преподаватель кафедры электротехники УралЭНИН

Леонид Плотников

Доктор технических наук,

профессор кафедры турбин и двигателей УралЭНИН


Footer logo

Миссия Уральского энергетического института состоит в обеспечении процессов инновационного развития топливно-энергетической отрасли экономики страны высококвалифицированными интеллектуальными кадрами нового поколения, а также научно-образовательными и инновационными решениями.

Социальные сети
VK

© 2022. Все права защищены