Machine Learning und Prognosen im Energiebereich
Computer-Workshop
Termindetails
Termin: 02. – 03. Dezember 2020 (Leipzig)
Veranstaltungsort: Steigenberger Grandhotel Handelshof, Salzgäßchen 6, 04109 Leipzig, Tel.: +49 (341) 350581 0
Trainer: Sven Joergens
Preis: 2150.00 EUR zzgl. MwSt.
Anmeldung: Das Seminar hat bereits stattgefunden
Die nächsten Termine
Derzeit sind keine Termine für offene Seminare zu diesem Thema geplant.
Inhalt
Ziel des Workshops ist es, den Einsatz von Machine Learning mit neuronalen Netzen für energiewirtschaftliche Prognosen zu erarbeiten. Nach einer Einführung in die Funktionsweise von neuronalen Netzen konstruieren wir ein erstes einfaches Netz zum Erlernen von einigen deterministischen Funktionen. Wir machen uns dabei mit der Phyton Entwicklungsumgebung Anaconda und den Tensorflow/Keras Packages vertraut.
Auf Basis von Zeitreihen aus der Energiewirtschaft experimentieren wir mit Netzen zur Prognose. Wir denken dabei an kurzfristige Prognosen der Kundenlast (Strom/Gas/Wärme) oder z.B. des RZ-Saldos. Die Zeitreihen sollten genügend Struktur aufweisen, die das Netz erlernen kann. Damit kommen auch Spot- oder Intraday-Preise in Betracht, nicht aber Futures-Preise (Random Walk).
Wir steigern die Komplexität der Modelle durch multivariate Ansätze und spezielle Layers wir RNN, LSTM oder Convolution. Zur Überwindung der limitierten Rechenleistung unserer Schulungs-Laptops migrieren wir komplexe Netze auf GPU/TPU-unterstützte Cloud Server. Statistische Prognosemodelle dienen als Benchmark für den Erfolg unserer Experimente.
Zielgruppe
Die Veranstaltung wendet sich an Prognose-Interessierte aus der Energiewirtschaft, wobei weder zum Thema Machine Learning noch zu den verwendeten Tools Vorkenntnisse erwartet werden. Erfahrungen mit Python wären aber sicherlich hilfreich.
Themen
Neural Networks | Hidden Layers | Deep Learning | Backpropagation | Python, NumPy | TensorFlow, Keras | TensorBoard | Prognosemethoden | Training, Validierung, Test | CPU, GPU, TPU | PVC | RNN, LSTM | Convolutional Layers, Pooling | Hyperparameter Tuning
Trainer
Sven Joergens
Senior Consultant
Emrald Risk Consulting GmbH
Herr Joergens ist seit mehr als 10 Jahren Senior Consultant für kundenspezifische Lösungen in den Bereichen Finance und Energy. Zuvor war er als Softwareentwickler im Investment Banking tätig.
1. Tag
| Von | Bis | Inhalt |
|---|---|---|
| 10:00:00 | 11:30:00 | Intro: Perceptron, Neuronale Netze, Hidden Layers, Backpropagation |
| 11:30:00 | 11:45:00 | Kaffeepause |
| 11:45:00 | 13:00:00 | Python, Tensor Operationen (NumPy), TensorFlow, Keras, TensorBoard |
| 13:00:00 | 14:30:00 | Mittagessen |
| 14:30:00 | 16:30:00 | Beispiel-Zeitreihen, Prognose, Training-, Validation-, Test-Daten |
| 16:30:00 | 17:00:00 | Kaffeepause |
| 17:00:00 | 18:30:00 | Migration auf Cloud Server mit GPU/TPU, weitere Beispiele |
| 19:00:00 | 21:30:00 | Gemeinsames Abendessen |
2. Tag
| Von | Bis | Inhalt |
|---|---|---|
| 09:00:00 | 10:30:00 | Multivariater Ansatz, Einflußgrößen, Normalisierung der Inputdaten |
| 10:30:00 | 11:00:00 | Kaffeepause |
| 11:00:00 | 13:00:00 | Rückgekoppelte Layers (RNN, LSTM), Convolutional Layers |
| 13:00:00 | 14:30:00 | Mittagessen |
| 14:30:00 | 15:30:00 | Input (Model) Selection, Keras Hyperparameter Tuning |
| 15:30:00 | 16:00:00 | Kaffeepause |
| 16:00:00 | 17:00:00 | Fazit, Diskussion, Ausblick |
Hinweise zur Technik
Wir stellen Ihnen für den Workshop ein Windows Notebook mit Office 2016, Anaconda3 (Python, NumPy, TensorFlow etc.) und div. weiterer Software zur Verfügung.