General information
- Subject code
- MS-2038
- Credits
- 6
- Student workload
- 180
- Semester
- Autumn semester
- Academic year
- 2026-2027
- Subject type
- Elective
- Form of education
- Full-time
- Language of instruction
- Azerbaijani
- In-class hours
- a) 30 saat mühazirə
- Out-of-class hours
- a) 150 saat fərdi iş
About the subject
Bu fənn tələbələrə enerji sektorunda transformasiya yaradan süni intellekt (ai), maşın öyrənməsi (ml) və böyük data (big data) texnologiyalarının tətbiqi sahəsində konseptual bilik və praktiki bacarıqları aşılamaq üçün nəzərdə tutulmuşdur. kurs çərçivəsində enerji tələbi və təklifinin dəqiq proqnozlaşdırılması (load forecasting), ağıllı şəbəkələrin (smart grids) idarə olunması və bərpa olunan enerji mənbələrinin (günəş, külək) generasiya dəyişkənliyinin optimallaşdırılması prinsipləri tədris olunur. tələbələr enerji obyektlərində avadanlıqların nasazlıqlarını öncədən müəyyən edən proqnozlaşdırıcı texniki xidmət (predictive maintenance), enerji itkilərinin azaldılması, avtomatlaşdırılmış enerjidaşıma və smart sayğac datalarının təhlili kimi alətlərin tətbiqini mənimsəyəcəklər. fənn enerjinin saxlanması sistemlərinin, rəqəmsal əkizlərin (digital twins) və AI algoritmik modellərinin tətbiqi ilə enerji effektivliyini yüksəltmək və dekarbonizasiya məqsədlərinə çatmaq üçün tələbələrdə analitik və texnoloji vərdişlər formalaşdırır.
Teaching methods
- lecture
- interactive discussion
- problem-based learning
- teamwork
- presentations
- case study
- project-based learning
Course learning outcomes (CLO)
CLO 1: Enerji sektorunda böyük data (big data), əşyaların i̇nterneti (iot) və süni i̇ntellekt (ai) texnologiyalarının tətbiq sahələrini və potensialını qiymətləndirir.
CLO 2: Bərpa olunan enerji mənbələrindən generasiyanı və elektrik enerjisinə olan tələbatı proqnozlaşdırmaq üçün maşın öyrənməsi (ml) modellərini tətbiq edir.
CLO 3: Enerji şəbəkələrində (smart grid) avadanlıqların nasazlıqlarını öncədən müəyyən etmək üçün proqnostik texniki xidmət (predictive maintenance) alətlərini layihələndirir.
CLO 4: Enerji saxlanması, paylanması və yükün idarə olunması (demand response) proseslərini alqoritmik optimallaşdırma modelləri vasitəsilə idarə edir.
CLO 5: Enerji sistemlərində süni intellektin tətbiqi ilə bağlı kibertəhlükəsizlik risklərini, data məfiliyini və etika məsələlərini təhlil edir.
Topic plan
No topics have been added.
Reading list
No reading list has been added.
Assessment
| Form | Description | Score | Related CLO |
|---|---|---|---|
| Cari qiymətləndirmə | Cari qiymətləndirmə - fənn üzrə tələbənin semestr müddətində fəaliyyətinin qiymətləndirilməsi olmaqla, mühazirə və məşğələ (laboratoriya) dərs materiallarının mənimsənilmə səviyyəsini qiymətləndirilir. | 30 bal | FTN 1-5 |
| Davamiyyət | Tələbə fənn üzrə dərslərin 25%-dən çoxunda iştirak etmədiyi halda imtahana buraxılmır. | 10 bal | - |
| Tələbənin sərbəst işi | Tələbəyə fənn üzrə semestr ərzində 1 sərbəst işin (zəruri hallarda sərbəst işlərin sayı artırıla bilər) yerinə yetirilməsi tapşırığı verilir. | 10 bal | FTN-- |
| İmtahan | İmtahan şifahi, yazılı, yazılı-elektron, test üsulu ilə keçirilir | 50 bal | FTN 1-5 |