Програмски алатки и нумерички библиотеки во ЕЕС

Последна измена: јули 26, 2023
1. Наслов на наставниот предмет Програмски алатки и нумерички библиотеки во ЕЕС
2. Код 4ФЕИТ09009
3. Студиска програма 3-ЕЕС
4. Организатор на студиската програма

(единица, односно институт, катедра, оддел)

Факултет за електротехника и информациски технологии
5. Степен (прв, втор, трет циклус) Втор циклус студии
6. Академска година/семестар I/1   7. Број на ЕКТС кредити 6.00
8. Наставник Д-р Мирко Тодоровски
9. Предуслов за запишување на предметот
10. Цели на предметната програма (компетенции):

Владеење со техниките на моделирање и симулација во ЕЕС со примена на компјутер. Оспособеност за идентификација на типовите на проблеми и селекција на современи нумерички постапки за нивно решавање. Негување вештини за независен развој на пресметковни постапки за научни/инженерски проблеми користејќи соодветни библиотеки. Подготвеност за пресметки и студиски анализи во ЕЕС.

11. Содржина на програмата:

Основи на Matlab/Python: променливи, комплексни броеви, структури на податоци, контролни структури, функции, датотеки. Читање/запишување надворешни податоци во различни формати (txt, csv, xlsx). Основни нумерички операции. Точност на операциите со реални броеви.  Нумерички библиотеки: LAPACK, MINPACK (линеарна алгебра и нелинеарни равенки во Matlab/GNU Octave), Matplotlib, NumPy, SciPy (визуелизација и нумерички методи во Python). Цртање во 2D и 3D. Системи линеарни равенки: ретки матрици, матрица на адмитанции, куси врски во ЕЕС, еднонасочен модел на преносна мрежа за активни и реактивни моќности. Системи нелинеарни равенки: комплетен модел на преносна мрежа – Њутн-Рафсонов метод за пресметка на напони и распределба на моќности во ЕЕС, зависност на моќностите од напоните. Специјални методи за анализа на слабо поврзани мрежи. Методи на сумирање на струи, сумирање на моќности и сумирање на адмитанции. Оптимизација во ЕЕС. Оптимална распределба на активните и реактивните моќности и регулација на напони. Пресметка на преносните можности на ЕЕС. Примена на алатки за алгебарско моделирање на оптимизациони проблеми YALMIP и Pyomo. Диференцијални равенки: преодни процеси во електрични кола, карактеристични проблеми од стабилност на ЕЕС. Запознавање со Simulink. Начини за прикажување и обработка на сигналите. Креирање на кориснички модели за линеарни и нелинеарни елементи од ЕЕС. Користење на потсистеми и маски. Библиотека Pandas за анализа на податоци. Филтрирање и подредување податоци. Бележници во Jupyter: уредување документи со компјутерски код и елементи на текст (параграфи, равенки, слики, линкови). Симулација на ЕЕС со помош на PSS/E и интеракција со Python.

12. Методи на учење:

Предавања и вежби со презентации и симулации, интерактивност на часовите, домашни задачи и изработка на проектни задачи.

13. Вкупен расположив фонд на време 180
14. Распределба на расположивото време 3 + 3
15. Форми на наставните активности 15.1 Предавања – теоретска настава 45 часови
15.2 Вежби (лабораториски, аудиториски), семинари, тимска работа 45 часови
16. Други форми на активности 16.1 Проектни задачи 30 часови
16.2 Самостојни задачи 30 часови
16.3 Домашно учење 30 часови
17. Начин на оценување
17.1 Тестови 0 бодови
17.2 Семинарска работа/проект (презентација: писмена и усна) 60 бодови
17.3. Активност и учење 0 бодови
17.4. Завршен испит 40 бодови
18. Критериуми за оценување (бодови/оценка) до 50 бода 5 (пет) (F)
од 51 до 60 бода 6 (шест) (E)
од 61 до 70 бода 7 (седум) (D)
од 71 до 80 бода 8 (осум) (C)
од 81 до 90 бода 9 (девет) (B)
од 91 до 100 бода 10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Редовно посетување на предавањата и вежбите.
20. Начин на полагање на испитот Студентот треба да ги изработи предвидените домашни и проектни задачи и истите да ги предаде според објавената динамика на веб страницата за предметот. Завршната оценка се определува поените добиени од испитите, домашните и проектните задачи според соодветните тежински коефициенти. За време на испитите е дозволено користење книги, скрипти, ракописи или белешки од кој било вид, како и калкулатор, мобилен телефон, таблет или кој било друг електронски уред.
21. Јазик на кој се изведува наставата Македонски и Англиски
22. Метод на следење на квалитетот на наставата Интерна евалуација и анкети.
23. Литература
23.1. Задолжителна литература
Ред.

број

Автор Наслов Издавач Година
1. B. Hunt, R. Lipsman, J. Rosenberg, K. Coombes, J. Osborn, G. Stuck A Guide to Matlab for Beginners and Experienced Users Cambridge University PressISBN 978-0-511-07792-0 2001
2. S. J. Chapman MATLAB Programming for Engineers Cengage Learning 2019
3. David J. Pine Introduction to Python for Science and Engineering CRC Press 2019
23.2. Дополнителна литература
Ред.

број

Автор Наслов Издавач Година
1.  J. W. Eaton, D. Bateman, S. Hauberg, R. Wehbring  GNU Octave – A high-level interactive language for numerical computations, Edition 6 for Octave version 6.3.0  –  2021
2.  М. Тодоровски  Примена на Matlab во електроенергетските системи (интерна скрипта)  ФЕИТ, Скопје  2009