AI w planowaniu energetycznym i zarządzaniu danymi środowiskowymi. Jak wykorzystać sztuczną inteligencję do optymalizacji zużycia energii i analizy emisji CO₂.

Dzień 1

Wprowadzenie i podstawy zastosowań AI w energetyce i ochronie środowiska

1. Wprowadzenie do sztucznej inteligencji w sektorze energetycznym i środowiskowym.
2. Rola danych w transformacji energetycznej i ekologicznej.
3. Przegląd narzędzi AI: uczenie maszynowe, głębokie uczenie, systemy ekspertowe.
4. Przykłady światowych i polskich wdrożeń AI w planowaniu energetycznym.
5. Źródła i charakterystyka danych energetycznych i środowiskowych.
6. Dane z systemów monitoringu, czujników IoT, liczników inteligentnych i baz emisji.
7. Standardy danych środowiskowych (m.in. INSPIRE, GHG Protocol, EU ETS).
8. Integracja danych z różnych źródeł - dobre praktyki i wyzwania.
9. Analiza danych i wizualizacja - warsztat praktyczny.
10. Wstęp do narzędzi analizy danych (Python, Power BI, Tableau, QGIS).
11. Praktyczna analiza danych o zużyciu energii i emisjach CO₂.
12. Wizualizacja trendów i identyfikacja anomalii energetycznych.
13. Budowa modelu predykcyjnego zużycia energii.
14. Wprowadzenie do regresji liniowej, drzew decyzyjnych i sieci neuronowych.
15. Tworzenie prostego modelu predykcyjnego zużycia energii na podstawie danych historycznych.
16. Interpretacja wyników i walidacja modelu.

Dzień 2

Optymalizacja, prognozowanie i zarządzanie emisjami CO₂

1. Optymalizacja zużycia energii z wykorzystaniem AI.
2. Modele predykcyjne i systemy rekomendacyjne w energetyce.
3. Inteligentne zarządzanie budynkami (smart grids, smart metering).
4. Studium przypadku: optymalizacja zużycia energii w zakładzie przemysłowym lub mieście.
5. AI w analizie emisji CO₂ i śladu węglowego.
6. Metody gromadzenia i modelowania danych emisyjnych.
7. Wykorzystanie AI do przewidywania i redukcji emisji.
8. Automatyzacja raportowania ESG i wskaźników środowiskowych.
9. Zintegrowane planowanie energetyczne z wykorzystaniem AI.
10. Modele scenariuszowe i symulacje transformacji energetycznej.
11. Ujęcie przestrzenne w planowaniu energetycznym (GIS + AI).
12. Narzędzia wspierające decyzje strategiczne (EnergyPLAN, PyPSA, OpenAI tools).
13. Warsztaty praktyczne - projekt zespołowy.
14. Praca w grupach nad mini-projektem.
15. Analiza danych energetycznych.
16. Budowa modelu predykcyjnego lub optymalizacyjnego.
17. Przedstawienie rekomendacji i wizualizacji wyników.
18. Omówienie wyników, wnioski i dobre praktyki wdrożeniowe.
19. Podsumowanie szkolenia.
20. Wnioski i rekomendacje dla organizacji publicznych i prywatnych.
21. Dyskusja o trendach: AI, IoT i blockchain w zrównoważonej energetyce.

Organizator zastrzega sobie prawo do zmiany harmonogramu realizacji usługi. Ostateczne informacje zostaną przekazane uczestnikom najpóźniej na 7 dni przed rozpoczęciem szkolenia. Zmiana harmonogramu nie wpływa na całkowity wymiar godzin szkolenia.

Prosimy o traktowanie liczby zapisów widocznych w BUR wyłącznie orientacyjnie. Rejestracje poprzez BUR są tylko częścią zapisów na szkolenie, ponieważ prowadzimy również nabór komercyjny, którego liczba uczestników nie jest widoczna w systemie BUR. Zachęcamy do rezerwacji miejsca - grupy szkoleniowe są tworzone również na podstawie zapisów spoza BUR.

• • autorski podręcznik Uczestnika szkolenia przygotowany przez Eksperta Semper,
  • materiały dodatkowe wykorzystywane podczas warsztatów praktycznych
  • materiały piśmiennicze [notatnik, długopis]
  • certyfikat potwierdzający ukończenie szkolenia

ZGŁOSZENIE NA USŁUGĘ

Rezerwacji miejsca szkoleniowego można dokonać za pośrednictwem BUR.

• • otrzymujesz certyfikat oraz zaświadczenie potwierdzające nabytą wiedzę, wydany przez jedną z wiodących firm szkoleniowych w Polsce
  • materiały szkoleniowe w wersji elektronicznej, tj. e-podręcznik oraz zeszyt ćwiczeń przygotowany przez eksperta SEMPER