inf340 - Uncertainty Modeling for Control in Digitalised Energy Systems (Veranstaltungsübersicht)

Department für Informatik

6 KP

Modulteile

Semesterveranstaltungen Wintersemester 2022/2023

Prüfungsleistung

Vorlesung

2.01.340 - Regelungsorientierte Unsicherheitsmodellierung: Stochastische und mengenbasierte Ansätze
- Prof. Dr.-Ing. habil. Andreas Rauh
- Oussama Benzinane
- Marit Lahme
Die Zeiten der Veranstaltung stehen nicht fest.
Die Studierenden werden befähigt, grundlegende Konzepte der Unsicherheitsbeschreibung linearer und nichtlinearer dynamischer Systeme mit einem Fokus auf regelungstechnische Fragestellungen zu verstehen und anzuwenden. Problemangepasste Lösungsmethoden sowie exemplarische Matlab/Simulink-Softwareumsetzungen werden in Übung und Projektpraktikum vermittelt. Das begleitende Projektpraktikum wird durch die Studierenden in Kleingruppen bearbeitet und basiert auf der individuellen Lösung forschungsnaher Aufgabenstellungen, die zusammen mit den Studierenden zu Beginn der Veranstaltung festgelegt werden. 1. Mathematische Modellierung von Unsicherheiten in linearen und nichtlinearen dynamischen Systemmodellen 2. Stochastische Modellierungsansätze • Wahrscheinlichkeitsverteilungen • Bayes'sche Zustandsschätzung für zeitdiskrete Systeme (linear/nichtlinear) und zeitkontinuierliche Systeme (linear) • Lineare Schätzverfahren in erweiterten Zustandsräumen (Carleman-Linearisierung für spezielle Systemklassen) • Monte-Carlo-Methoden 3. Schätzung von Zuständen, Parametern und Simulation unsicherer Prozesse • Ausblick: Markow-Modelle • Ausblick: Bayes'sche Netze 4. Mengenbasierte Ansätze • Mengenbasierte Algorithmen: Forward-Backward-Contractor und Bisektionsverfahren • Intervallmethoden zur verifizierten Lösung gewöhnlicher Differentialgleichungssysteme sowie zur Stabilitätsanalyse unsicherer Systeme • Schätzung von Zuständen und Parametern sowie Simulation unsicherer Prozesse 5. Ausblick: Syntheseverfahren für Regelungen und Beobachter unter expliziter Beschreibung von Unsicherheiten

Übung

2.01.340 - Regelungsorientierte Unsicherheitsmodellierung: Stochastische und mengenbasierte Ansätze
- Prof. Dr.-Ing. habil. Andreas Rauh
- Oussama Benzinane
- Marit Lahme
Die Zeiten der Veranstaltung stehen nicht fest.
Die Studierenden werden befähigt, grundlegende Konzepte der Unsicherheitsbeschreibung linearer und nichtlinearer dynamischer Systeme mit einem Fokus auf regelungstechnische Fragestellungen zu verstehen und anzuwenden. Problemangepasste Lösungsmethoden sowie exemplarische Matlab/Simulink-Softwareumsetzungen werden in Übung und Projektpraktikum vermittelt. Das begleitende Projektpraktikum wird durch die Studierenden in Kleingruppen bearbeitet und basiert auf der individuellen Lösung forschungsnaher Aufgabenstellungen, die zusammen mit den Studierenden zu Beginn der Veranstaltung festgelegt werden. 1. Mathematische Modellierung von Unsicherheiten in linearen und nichtlinearen dynamischen Systemmodellen 2. Stochastische Modellierungsansätze • Wahrscheinlichkeitsverteilungen • Bayes'sche Zustandsschätzung für zeitdiskrete Systeme (linear/nichtlinear) und zeitkontinuierliche Systeme (linear) • Lineare Schätzverfahren in erweiterten Zustandsräumen (Carleman-Linearisierung für spezielle Systemklassen) • Monte-Carlo-Methoden 3. Schätzung von Zuständen, Parametern und Simulation unsicherer Prozesse • Ausblick: Markow-Modelle • Ausblick: Bayes'sche Netze 4. Mengenbasierte Ansätze • Mengenbasierte Algorithmen: Forward-Backward-Contractor und Bisektionsverfahren • Intervallmethoden zur verifizierten Lösung gewöhnlicher Differentialgleichungssysteme sowie zur Stabilitätsanalyse unsicherer Systeme • Schätzung von Zuständen und Parametern sowie Simulation unsicherer Prozesse 5. Ausblick: Syntheseverfahren für Regelungen und Beobachter unter expliziter Beschreibung von Unsicherheiten

Projekt

2.01.340 - Regelungsorientierte Unsicherheitsmodellierung: Stochastische und mengenbasierte Ansätze
- Prof. Dr.-Ing. habil. Andreas Rauh
- Oussama Benzinane
- Marit Lahme
Die Zeiten der Veranstaltung stehen nicht fest.
Die Studierenden werden befähigt, grundlegende Konzepte der Unsicherheitsbeschreibung linearer und nichtlinearer dynamischer Systeme mit einem Fokus auf regelungstechnische Fragestellungen zu verstehen und anzuwenden. Problemangepasste Lösungsmethoden sowie exemplarische Matlab/Simulink-Softwareumsetzungen werden in Übung und Projektpraktikum vermittelt. Das begleitende Projektpraktikum wird durch die Studierenden in Kleingruppen bearbeitet und basiert auf der individuellen Lösung forschungsnaher Aufgabenstellungen, die zusammen mit den Studierenden zu Beginn der Veranstaltung festgelegt werden. 1. Mathematische Modellierung von Unsicherheiten in linearen und nichtlinearen dynamischen Systemmodellen 2. Stochastische Modellierungsansätze • Wahrscheinlichkeitsverteilungen • Bayes'sche Zustandsschätzung für zeitdiskrete Systeme (linear/nichtlinear) und zeitkontinuierliche Systeme (linear) • Lineare Schätzverfahren in erweiterten Zustandsräumen (Carleman-Linearisierung für spezielle Systemklassen) • Monte-Carlo-Methoden 3. Schätzung von Zuständen, Parametern und Simulation unsicherer Prozesse • Ausblick: Markow-Modelle • Ausblick: Bayes'sche Netze 4. Mengenbasierte Ansätze • Mengenbasierte Algorithmen: Forward-Backward-Contractor und Bisektionsverfahren • Intervallmethoden zur verifizierten Lösung gewöhnlicher Differentialgleichungssysteme sowie zur Stabilitätsanalyse unsicherer Systeme • Schätzung von Zuständen und Parametern sowie Simulation unsicherer Prozesse 5. Ausblick: Syntheseverfahren für Regelungen und Beobachter unter expliziter Beschreibung von Unsicherheiten

Hinweise zum Modul

Teilnahmevoraussetzungen	Grundkenntnisse der Regelung linearer zeitkontinuierlicher und/oder zeitdiskreter Systeme bzw. der robusten Regelung
Prüfungszeiten	Am Ende der Veranstaltungszeit
Prüfungsleistung Modul	Portfolio oder Klausur
Kompetenzziele	Die Studierenden identifizieren die grundlegenden Konzepte der Modellierung von Unsicherheiten in Regelungssystemen sowie problemangepasste Methoden für die Berücksichtigung von Unsicherheiten während Simulation und Beobachtersynthese Fachkompetenzen Die Studierenden: identifizieren die grundlegenden Konzepte der Modellierung von Unsicherheiten in Regelungssystemen charakterisieren problemangepasste Lösungsmethoden für Systeme mit stochastischen und mengenbasierten Unsicherheiten erkennen Ansätze für eine softwaretechnische Umsetzung in Simulation, Regelung und Zustandsschätzung Methodenkompetenz Die Studierenden: analysieren Probleme der regelungsorientierten Unsicherheitsmodellierung dynamischer Systeme analysieren grundlegende Lösungsansätze auf theoretischer Basis transferieren sowie generalisieren diese eigenständig auf neue forschungsnahe Anwendungsszenarien. Sozialkompetenz Die Studierenden: erarbeiten in einem vorlesungsbegleitenden Projekt Lösungsideen für reale regelungstechnische Aufgaben in kleinen Gruppen vermitteln die von ihnen erzielten Ergebnisse in kurzen Präsentationen Selbstkompetenz Die Studierenden: reflektieren kritisch die von ihnen in Projektform erarbeiteten Ergebnisse erkennen Grenzen unterschiedlicher Ansätze der regelungsorientierten Modellierung von Unsicherheiten.