Sper pirmo soli ceļā uz augsta līmeņa digitālajām prasmēm! Šis kurss ir daļa no RTU studiju kursa “Siltuma elektrostacijas” un paredzēts pašvadītai mācīšanās pieredzei, lai sniegtu ieskatu tematikā un veicinātu interesi. Kurss ir brīvi pieejams, taču tas neparedz sertifikāta iegūšanu.
Pilna apjoma studiju kurss sniedz būtisku pievienoto vērtību – tas piedāvā intensīvu praktisko darbu ar digitālajiem rīkiem un augstas veiktspējas skaitļošanas tehnoloģiju, nodrošinot Eiropas iedzīvotāju digitālo kompetenču ietvara (DigComp) 7.–8. līmenim atbilstošu augsta līmeņa digitālo prasmju attīstību.
Ja vēlies mācīties padziļināti un saņemt sertifikātu, kas apliecina iegūtās DigComp kompetences, piesakies pilna studiju kursa apguvei klausītāja statusā, izmantojot RTU Mūžizglītības departamenta piedāvājumu:
https://www.rtu.lv/lv/studijas/uznemsana/kursi-klausitajiem
+371 67089439
Studiju kurss paredzēts zināšanu apguvei par vienlaicīgu siltuma un elektriskās enerģijas ražošanu, to īpatnībām, termoelektrostaciju (TES) shēmām, elementiem un konstrukcijām. Tiks modelēta iekārtu mijiedarbība un noslodze, veikta to darbības plānošana izmantojot reālas iekārtas un to ekspluatācijas īpatnības. Studiju kurss ir pielāgots kombinēto studiju metodikai, un ietver asinhronas un sinhronas studiju aktivitātes, kā arī nepieciešamos atbalsta materiālus studiju asinhronām aktivitātēm. Tiks izmantota augstas veiktspējas skaitļošanas platforma praktiskajiem darbiem ar kodiem JupyterLab vidē. Galvenās tēmas: TES, to klasifikācijas un salīdzināšana, principiālās shēmas, enerģētiskie un ekonomiskie efektivitātes rādītāji, TES shēmu aprēķina metodikas, gāzu un tvaika turbīnu iekārtas, TES izvietojums un ģenerālais plāns, mākslīga intelekta pamati enerģētikai, neirona tīkla veidošana TES darbības modelēšanai.
Kursa mērķi:
Studiju kursa mērķis ir veicināt studējošo izpratni par termoelektrostaciju klasifikācijas principiālajām shēmām, darbības principiem un enerģētiskajiem un
ekonomiskajiem efektivitātes rādītājiem, un attīstīt prasmes veikt termoelektrostacijas shēmas aprēķinus.
Studiju kursa uzdevumi:
– veicināt studējošo izpratni par koģenerācijas sistēmas darbību;
– iemācīt pielietot termoelektrostacijas shēmas aprēķinu metodiku, tajā skaitā izmantojot mākslīgā intelekta metodes;
– iemācīt novērtēt siltuma elektrostacijas ietekme uz vidi un piedāvāt paņēmienus tās mazināšanai;
– attīstīt kodēšanas prasmes Python valodā JupyterLab vidē, lai vadītu siltuma elektrostacijas darbību, izmantojot mākslīgo neironu tīklu.
Sasniedzamie rezultāti:
- Spēj izskaidrot objektu (TES) darbības principus (termodinamisku ciklu ar parametriem), aprakstīt to elementus, ietekmi uz vidi.
- Spēj noteikt TES lietderības koeficientu un piedāvāt energoefektivitātes paaugstināšanas pasākumus dota
- Spēj novērtēt objekta TES ietekmi uz vidi un piedāvāt paņēmienus ietekmes uz vidi mazināšanai. jā objektā
- Pārzinot mākslīgo neironu tīklu uzbūves elementus un konfigurācijas parametrus, spēj izstrādāt mākslīgo neironu tīkla arhitektūru, kas ir piemērota konkrētajam termoelektrostacijas vadības uzdevumam (DigComp 7.līmenis).
- Spēj radīt algoritmisku risinājumu, lai darbinātu iepriekš izstrādāto mākslīgo neironu tīklu (DigComp 7.līmenis).
- Spēj pilnveidot iepriekš izstrādātā mākslīgo neironu tīkla darbību, integrējot algoritmiskajā risinājumā gradienta apmācības algoritmu (DigComp 7.līmenis).
Nepieciešamās priekšzināšanas:
Python programmēšanas pamat prasmēs, Ūdens ķīmiskā un termiskā apstrāde, Kurināmais, degvielas un degšanas teorija, Siltumapmaiņa, Tehniskā termodinamika.
About Instructor
Course Includes
- 6 Lessons
- 3 Quizzes
