عنوان کارگاه: تهیه اطلسهای جغرافیایی با استفاده از نرم افزار Pro ArcGIS

 ارائه دهندگان: دکتر محمد قاسملو، مهندس مجید صالح، مهندس سید فرید حسین اجاقی

سرفصل‌های کارگاه آموزشی:

*شناسایی مخاطرات شبکه و بلایای طبیعی و نیازسنجی

*فرآیند تبدیل نقشه های موجود)کاغذی ، دیجیتالی( به فایل های قابل استفاده در نرم افزارGIS( Geodatabase ، Shape  

*تبدیل نقشه های تهیه شده با قالبهای تعریف شده از نرم افزار ArcGIS به فرمت KMZ جهت بکارگیری لایه ها در سایر سامانه های نرم افزار از قبیل سنم ، گوگل ارت

*ترکیب نقشه ها با در نظر گرفتن وزن همه مخاطرات و تهیه نقشه کلی ریسکهای شبکه

چکیده کارگاه: جهت کاهش هزینه اتفاقات و عملیات پیش رو در آینده نیازاست طراح قبل از طراحی در ابتدای امر مخاطرات شبکه را شناسایی کرده تا بتواند طراحی اقتصادی و بهینه انجام دهد . که در نتیجه آن کاهش نرخ انرژی توزیع نشده و بهبود شاخصهای قابلیت اطمینان شبکه در جهت تداوم سرویس دهی به مشترکین می گردد .

عنوان کارگاه: کاربرد هوش مصنوعی در پیش‌بینی تولید انرژی‌های تجدیدپذیر و مدیریت مصرف انرژی

 ارائه دهندگان: مهندس محمّدمحسن حیاتی – دکتر مهدی عباپور

سرفصل‌های کارگاه آموزشی:

1) معرفی پیش بینی بار و پیش بینی مصرف برق

2) انرژی‌های تجدیدپذیر و معرفی برترین کشورهای پیشرو در انرژی‌های تجدیدپذیر (بر اساس تولید برق سالانه خورشیدی و بادی) طی سال های 2023 و 2024

3) افق های زمانی: پیش بینی بار کوتاه مدت، پیش بینی بار میان مدت، پیش بینی بار بلند مدت، اهمیت انتخاب افق پیش بینی مناسب

4) بررسی ادبیات:

طبقه بندی مدل های پیش بینی بار الکتریکی: مدل های فیزیکی، مدل های آماری، مدل های مبتنی بر هوش مصنوعی، مدل های ترکیبی

چرا هوش مصنوعی (AI)؟ / رویه های اجرای هوش مصنوعی برای پیش‌بینی تولید انرژی‌های تجدیدپذیر

چالش در روش های سنتی

مزایای هوش مصنوعی در پیش بینی بار

مدل‌های مبتنی بر هوش مصنوعی مدرن: شبکه‌های عصبی مصنوعی، مدل‌های یادگیری ماشین، مدل‌های یادگیری عمیق، روش‌های پیش‌بینی PV/باد مبتنی بر یادگیری غیر فدرال، روش‌های پیش‌بینی PV/باد مبتنی بر یادگیری فدرال

جمع آوری داده ها

پیش پردازش داده ها و مهندسی ویژگی و انتخاب ویژگی و ایجاد ویژگی، نرمال سازی، مقیاس بندی و نمایش داده ها

5)  بهینه سازی فراپارامتر و تجزیه و تحلیل عملکرد / معیارها

آموزش و تنظیم مدل های یادگیری ماشینی

6)  پیامدهای پیش‌بینی مبتنی بر هوش مصنوعی برای مدیریت مؤثر منابع انرژی در ایران

7)  استفاده از تجزیه و تحلیل داده های بزرگ در برنامه های مدیریت انرژی

8)  معیارهای ارزیابی عملکرد

9)  تحلیل های عددی

10)  چالش ها، چشم اندازها و روندهای آینده و نتیجه گیری

چکیده کارگاه: با رشد روزافزون منابع انرژی‌های تجدیدپذیر و ضرورت مدیریت بهینه مصرف انرژی، هوش مصنوعی به یکی از مؤثرترین ابزارها در بهینه‌سازی این دو حوزه تبدیل شده است. در این کارگاه، نقش الگوریتم‌های هوش مصنوعی و یادگیری ماشین در پیش‌بینی تولید انرژی‌های تجدیدپذیر از منابعی مانند انرژی خورشیدی و بادی بررسی خواهد شد. از سوی دیگر، استفاده از روش‌های مبتنی بر هوش مصنوعی در مدیریت مصرف انرژی، از جمله مدیریت سمت تقاضا (DSM)، کاهش اتلاف انرژی و بهینه‌سازی شبکه‌های برق مورد بحث قرار خواهد گرفت. این کارگاه با تمرکز بر روش‌های نوین یادگیری عمیق، شبکه‌های عصبی، و مدل‌های ترکیبی، تکنیک‌های کاربردی برای بهبود دقت پیش‌بینی تولید انرژی‌های تجدیدپذیر ارائه می‌دهد. همچنین، کاربردهای کلان‌داده و تحلیل پیش‌بینانه در بهینه‌سازی مصرف انرژی معرفی خواهند شد. شرکت‌کنندگان با ابزارهای مدرن، چارچوب‌های محاسباتی، و رویکردهای عملی در این حوزه آشنا شده و توانایی به‌کارگیری هوش مصنوعی در سیستم‌های انرژی هوشمند را به دست خواهند آورد.

عنوان کارگاه: کارگاه آموزشی نرم‌افزار Ansys Chemkin و نرم افزار Aspen Plus

 ارائه دهندگان: دکتر مرتضی یاری، دکتر  علی اکبر درآبادی زارع ، مهندس امیررضا جواهریان

سرفصل‌های کارگاه آموزشی:

* مقدمه‌ای بر نرم‌افزار

* معرفی محیط کاربری

* مقدمه‌ای بر مسائل احتراق تحت شرایط تعادل شیمیایی

* حل مسائل تحت شرایط تعادل شیمیایی در نرم‌افزار

* اعتبارسنجی تعدادی از پژوهش‌های سال‌های اخیر در حوزه احتراق و تعادل شیمیایی

* اشنایی با انواع متد شبیه سازی

* بانک اطلاعاتی

*رگرسیون داده های بانک اطلاعاتی اسپن پلاس

چکیده کارگاه: کارگاه آموزش نرم‌افزار Ansys Chemkin، باهدف آشنایی دانشجویان و پژوهشگران حوزه احتراق و واکنش‌های شیمیایی با این نرم‌افزار برگزار می‌شود. در این کارگاه، دانشجویان و پژوهشگران، با کاربرد نرم‌افزار در حوزه‌های مختلف علمی – پژوهشی آشنا شده و محیط کاربری نرم‌افزار، معرفی خواهد شد. در ادامه، با مروری بر واکنش‌های شیمیایی و فرایندهای احتراق، حل مسائل در نرم‌افزار Chemkin تحت شرایط تعادل شیمیایی آموزش داده خواهد شد. در پایان نیز، به‌منظور تفهیم بهتر مطالب و آموزش کاربردی‌تر، تعدادی از پژوهش‌های اخیر که در مجلات معتبر بین‌المللی به چاپ رسیده‌اند، اعتبارسنجی خواهند شد.

اسپن پلاس یک نرم افزار قدرتمند شبیه ساز مهندسی است که می توان از آن برای طراحی، بهینه سازی، مدل سازی طیف گسترده ای از فرایندهای شیمیایی و صنعتی استفاده کرد. این نرم افزار به طور گسترده در دانشگاه­های فنی مهندسی، صنایع مختلف از جمله نفت و گاز مورد استفاده است. Aspen Plus به عنوان پلتفرم مهندسی برای مدل‌سازی گازهای مختلف تا پالایش نفت، پتروشیمی، مواد شیمیایی و فرآیندهای دارویی به­کار برده می­شود.  در این کارگاه مقدمات اسپن پلاس توضیح داده میشود.

عنوان کارگاه: تحلیل تلفات شبکه انتقال برق کشور و تاثیر کاهش آن بر جبران ناترازی انرژی کشور – مطالعه موردی : شبکه انتقال و فوق توزیع آذربایجان

 ارائه دهنده: مهندس نعمت مشتاقیان

سرفصل‌های کارگاه آموزشی:

* تعاریف و مفاهیم پایه تلفات شبکه برق

* انواع و اجزاء تلفات در شبکه قدرت

* روش های تعیین تلفات 

* استراتژی های مواجهه با تلفات 

* مروری بر ناترازی انرژی برق در تابستان 1403

 * تحلیل کارآمدی و اثربخشی کاهش تلفات در جبران ناترازی انرژی برق – مطالعه موردی : شبکه انتقال آذربایجان

چکیده کارگاه: می توان گفت که موضوع استراتژیک و بسیار مهم تلفات انرژی، همتراز و در نقطه مقابل مبحث راهبردی مدیریت انرژی قرار دارد. بهره برداری بهینه از ظرفیت شبکه مستلزم ورود به مبحث کاهش مطالعات تلفات شبکه و به تبع آن ورود به مبحث مطالعات فنی-اقتصادی توسعه شبکه و سرمایه گذاری در آن است که این امر نیز مبحثی چند وجهی بوده و جنبه های توسعه در حوزه های تولید ، انتقال و توزیع انرژی الکتریکی را به همراه دارد. از طرف دیگر در شرایط سخت ناترازی انرژی که مشترکین عمومی و تجاری و صنایع دست به گریبان آن بوده و خسارات سنگین و جبران ناپذیری را در همه جنبه های اقتصادی و اجتماعی در به کشور تحمیل می کند آشنایی با تمام روش های ممکن برای جبران ناترازی بصورت کوتاه مدت و میان مدت امری ضروری و اجتناب ناپذیر است که این کنفرانس فرصت مناسبی را برای بحث و بررسی موضوع با کارشناسان و مدیران صنعت برق مهیا نموده است تا از نتایج آن در حل این مشکل ملی به بهترین وجه استفاده نمود.