Applications of data analytics and artificial intelligence — python (pandas), jupyter, power BI / tableau (as appropriate)Syllabus

Subject code

MS-0502

Credits

6

Student workload

180

Semester

Autumn semester

Academic year

—

Subject type

Mandatory

Form of education

Full-time

Language of instruction

Azerbaijani

In-class hours

a) 15 saat mühazirə; b) 30 saat məşğələ

Out-of-class hours

a)60 saat sərbəst iş; b)75 saat məsləhət

-

• lecture
• interactive discussion
• seminar
• presentations

1. 1

   CLO 1: Ftn1: energetikada məlumat analitikası, maşın öyrənməsi və süni intellektin (ai) əsas anlayışlarını, arxitekturasını və verilənlərin idarə olunması prinsiplərini izah və təsnif edir.

2. 2

   CLO 2: Ftn2: energetik məlumatları python və pandas vasitəsilə toplayır, təmizləyir, emal edir və strukturlaşdırır.

3. 3

   CLO 3: Ftn3: energetik məlumatları jupyter notebook, power BI və tableau vasitəsilə analiz edir, vizuallaşdırır və interaktiv dashboardlar hazırlayır.

4. 4

   CLO 4: Assesses the environmental risks and their environmental impacts arising in the mining industry.

5. 5

   CLO 5: Ftn5: energetika mühəndisliyi problemlərinin həlli üçün data analitikası və süni intellekt metodlarını tətbiq edir, nəticələri qiymətləndirir və texniki layihə şəklində təqdim edir.

1. 1.
   Energetikada verilənlər analitikasına girişLecture

   Ənənəvi və rəqəmsal energetika sistemlərinin müqayisəsi, ağıllı şəbəkələrdə (smart grid) böyük verilənlərin (big data) rolu, scada, AMI və iot sensorlarının informasiya axınları və data analitikasının mərhələləri öyrənilir.

2. 2.
   Energetik məlumatların strukturu və hazırlanmasıLecture

   Enerji sistemlərində zaman sıraları, verilənlər bazasının formatları, ölçmələrdəki küy, buraxılmış qiymətlər və anomaliyaların ilkin təmizlənməsi metodologiyası tədris olunur.

3. 3.
   Python və jupyter notebook ilə energetik məlumatların analiziLecture

   Data elmində python mühiti, jupyter ekosistemi, virtual mühitin qurulması, əsas operatorlar, funksiyalar və energetika məsələlərinin proqramlaşdırılması prinsipləri nəzərdən keçirilir.

4. 4.
   Pandas kitabxanası ilə məlumatların emalıLecture

   Çoxölçülü massivlər, series və dataframe strukturları (pandas), zaman indeksləri ilə iş, qruplaşdırma, aqreqasiya və resamplinq (15 dəqiqəlik ölçmələrin saatlıq/günlük formata çevrilməsi) öyrənilir.

5. 5.
   Energetik verilənlərin statistik analizi və vizuallaşdırılmasıLecture

   Mərkəzi meyl ölçüləri (orta qiymət, median), variasiya və dispersiya, korrelyasiya təhlili (pirson), yük paylanmaları, matplotlib və seaborn kitabxanaları ilə qrafiki təhlilin nəzəriyyəsi araşdırılır.

6. 6.
   Enerji istehlakının zaman sıraları üzrə analiziLecture

   Zaman sıralarının stasionarlığı, trend, mövsümlülük (sutkalıq, həftəlik, illik) və qalıq komponentlərinə parçalanması (decomposition), avtokorrelyasiya (acf, pacf) prinsipləri öyrənilir.

7. 7.
   Energetik sistemlərdə məlumatların vizual analitikasıLecture

   Yük müddəti əyrilərinin (ldc) qurulması, baza, yarım-pik və pik generasiya zonalarının müəyyənləşdirilməsi, istilik xəritələri (heatmap) və qutu diaqramları (boxplot) vasitəsilə şəbəkə gərginliyinin təhlili aparılır.

8. 8.
   Power BI ilə energetik məlumatların analizi və dashboard hazırlanmasıLecture

   Power BI arxitekturası, power query ilə energetik verilənlərin transformasiyası, data modelləşdirmə (ulduz sxemi), DAX ölçü düsturları və interaktiv dispetçer panellərinin dizaynı tədris edilir.

9. 9.
   Tableau ilə enerji məlumatlarının vizuallaşdırılmasıLecture

   Tableau desktop mühitində qrafiki analitika, coğrafi xəritələr üzərində bərpa olunan enerji stansiyalarının (ses və kes) yerləşdirilməsi, hesablanmış sahələr və vizual hekayə (storytelling) metodları öyrənilir.

10. 10.
    Energetikada süni intellekt və maşın öyrənməsinə girişLecture

    Süni intellektin təsnifatı, nəzarətli və nəzarətsiz öyrənmə, maşın öyrənməsinin iş axını energetika tətbiqləri üzrə izah edilir.

11. 11.
    Enerji tələbatının proqnozlaşdırılmasıLecture

    Qısamüddətli və ortamüddətli yük proqnozlaşdırılması, xətti reqressiya, ridge/lasso, reqressiya ağacları (random forest, xgboost) və hava şəraitinin yükə təsirinin modelləşdirilməsi araşdırılır.

12. 12.
    Bərpa olunan enerji istehsalının proqnozlaşdırıl-masıqızmasıLecture

    Günəş radiasiyası və külək sürətinin ehtimali modelləşdirilməsi (veybull paylanması), hava proqnozları əsasında günəş və külək elektrik stansiyalarının generasiya gücünün intellektual proqnozu öyrənilir.

13. 13.
    Maşın öyrənməsi ilə enerji sistemlərinin optimallaşdırılmasıLecture

    İstehlakçıların profilləşdirilməsi və seqmentasiyası üçün klasterləşdirmə alqoritmləri (k-means, dbscan), qeyri-qanuni qoşulmaların (enerji oğurluğunun) və anomal cərəyanların aşkarlanması araşdırılır.

14. 14.
    Süni intellektlə enerji avadanlıqlarında nasazlıqların aşkarlanmasıLecture

    Güc transformatorlarının, xətlərin və mühərriklərin vibro-diaqnostika, temperatur və qaz analizi (dga) verilənləri əsasında təsnifat alqoritmləri ilə qəzadan əvvəlki vəziyyətlərin proqnostik təyini öyrənilir.

15. 15.
    Energetikada AI və data analytics üzrə kompleks layihəLecture

    Enerji menecmenti, yaşıl texnologiyalar və smart grid sistemlərində data və AI arxitekturasının tam dövriyyəsi (end-to-end layihə), data etikası, kibertəhlükəsizlik və iqtisadi səmərəlilik yekunlaşdırılır.

16. 16.
    Python və pandas ilə enerji istehlakı verilənlərinin ilkin analiziIndependent work

    Energetika müəssisəsinin saatlıq elektrik istehlakı datasetinin strukturu, pandas kitabxanası vasitəsilə indekslənməsi, data tiplərinin nizamlanması, buraxılmış qiymətlərin bərpası və ilkin deskriptiv statistikanın çıxarılması araşdırılır.

17. 17.
    Power BI mühitində enerji istehlakı üzrə interaktiv idarəetmə panelinin (dashboard) qurulmasıIndependent work

    Müxtəlif istehlakçı qruplarının saatlıq, günlük və aylıq güc tələbatı göstəricilərinin power BI mühitinə inteqrasiyası, DAX ölçü düsturları ilə pik və baza yüklərinin hesablanması, dinamik filtrlər və qrafik vizuallar araşdırılır.

18. 18.
    Tableau mühitində elektrik stansiyalarının və şəbəkə infrastrukturunun geovizuallaşdırıl-masıIndependent work

    Regional enerji sistemindəki elektrik stansiyalarının (i̇es, ses, kes, ges) coğrafi koordinatları, qoyuluş gücləri, ötürücü xətlərin yüklənməsi və regional generasiya payının tableau xəritələrində təbəqəli vizual təhlili yerinə yetirilir.

19. 19.
    Günəş və külək elektrik stansiyalarının hasilat gücünün maşın öyrənməsi ilə proqnozlaşdırıl-masIndependent work

    Meteoroloji stansiyanın arxiv məlumatları (günəş radiasiyası, səth temperaturu, küləyin sürəti və istiqaməti) əsasında scikit-learn kitabxanasında xətti və qeyri-xətti reqressiya modellərinin qurulması və generasiya proqnozu öyrənilir.

20. 20.
    Energetika sistemlərində süni intellekt tətbiqi üzrə analitik texniki layihəIndependent work

    Enerji səmərəliliyi, itkilərin azaldılması, smart grid və ya aktiv istehlakçıların (prosumer) idarə edilməsində tətbiq olunan süni intellekt arxitekturaları, alqoritmlər və onların texnoloji-iqtisadi əsaslandırılması araşdırılır.

21. 21.
    Ağıllı sayğacların saatlıq göstəricilərinin təmizlənməsi və statistik analiziIndependent work

    Ağıllı elektrik sayğaclarından (ami) daxil olan böyük həcmli zaman sıralarında rabitə xətalarından yaranan boşluqların, küyün və təkrarlanmaların statistik süzgəcdən keçirilməsi, interpolyasiya və ekstrapolyasiya metodları araşdırılır.

22. 22.
    Power BI ilə bərpa olunan enerji qurğularının monitorinq panelinin hazırlanmasıIndependent work

    Külək və günəş parklarının texniki hazırlıq əmsalı (availability factor), gücdən istifadə əmsalı (capacity factor), boşdayanma saatları və hasilat itkilərinin qrafiki monitorinqi üçün ixtisaslaşmış sənaye paneli tərtib olunur.

23. 23.
    Elektrik yüklənməsinin sutkalıq və mövsümi zaman sıraları (time series) üzrə analiziIndependent work

    Elektrik şəbəkəsinin illik saatlıq istehlak verilənlərinin trend, mövsümlülük (sutkalıq, həftəlik, illik) və təsadüfi qalıq komponentlərinə parçalanması, avtokorrelyasiya təhlili öyrənilir.

24. 24.
    Maşın öyrənməsi ilə enerji istehlakçılarının profillərə ayrılması və klasterləşdirilməsiIndependent work

    Çoxsaylı abonentlərin gün ərzində elektrik istifadə xüsusiyyətlərinin k-means və ya iyerarxik klasterləşdirmə alqoritmləri ilə qruplaşdırılması, tipik yük profillərinin formalaşdırılması və anomal istehlakın aşkarlanması araşdırılır.

25. 25.
    Enerji avadanlıqlarında normadan kənar rejimlərin və nasazlıqların intellektual aşkarlanmasıIndependent work

    Şəbəkə avadanlıqlarının (güc transformatorları, kabellər, mühərriklər) sensorlarından alınan cərəyan, gərginlik, temperatur və qaz analizi (dga) verilənlərində anomaliyaların təsnifat modelləri ilə qabaqcadan aşkarlanması öyrənilir.

1. 1. mckinney, wes. (2022). python for data analysis: data wrangling with pandas, numpy, and jupyter (3rd edition). o’reilly media. isbn: 978-1098104030.(opens in a new tab)
2. 2. vanderplas, jake. (2023). python data science handbook: essential tools for working with data (2nd edition). o’reilly media. isbn: 978-1098121228.(opens in a new tab)
3. 3. géron, aurélien. (2022). hands-on machine learning with scikit-learn, keras, and tensorflow (3rd edition). o’reilly media. isbn: 978-1098125974.(opens in a new tab)
4. 4. microsoft learn. (2023-2025). microsoft power BI data analyst (pl-300) documentation and learning paths. rəsmi tədris resursu: learn.microsoft.com/power-bi(opens in a new tab)
5. 5. tableau software. (2024). tableau desktop and web authoring product documentation. rəsmi tədris resursu: help.tableau.com(opens in a new tab)
6. 6. bose, bimal k. (2021). artificial intelligence in energy systems: analysis, modeling, and applications. academic press / elsevier. isbn: 978-0128212110.(opens in a new tab)
7. 7. the pandas development team. (2024). pandas: powerful python data analysis toolkit - official documentation (v2.2+). pandas.pydata.org/docs(opens in a new tab)
8. 8. numpy developers. (2024). numpy user guide and API reference. numpy.org/doc(opens in a new tab)
9. 9. scikit-learn developers. (2024). machine learning in python - official user guide. scikit-learn.org/stable(opens in a new tab)
10. 10. open power system data (opsd). (2023-2025). free and open data platform for power system modeling. data.open-power-system-data.org(opens in a new tab)