کتاب صوتی راهنمای جامع یادگیری تقویتی چندعامله برای متخصصان انرژی صنایع

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای جامع یادگیری تقویتی چندعامله برای متخصصان انرژی صنایع

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی سیستم‌های مدیریت انرژی در صنایع

📋 سرفصل‌های دوره

• 1. چالش‌های مدیریت انرژی در صنایع بزرگ و ضرورت هوش مصنوعی
• 2. مبانی سیستم‌های مدیریت انرژی صنعتی (IEMS) و شبکه‌های هوشمند
• 3. مرور یادگیری تقویتی تک‌عامله در جبران‌سازی و کنترل بار
• 4. فرمول‌بندی سیستم‌های انرژی صنعتی در قالب فرآیندهای تصمیم‌گیری مارکوف غیرتمرکزی (Dec-POMDP)
• 5. تعریف فضاهای حالت، پاسخ و تابع پاداش برای عامل‌های انرژی صنعتی
• 6. معماری متمرکز، غیرتمرکزی و نیمه‌متمرکز در مدیریت انرژی
• 7. چارچوب آموزش متمرکز و اجرای غیرتمرکزی (CTDE) در شبکه‌های صنعتی
• 8. پیاده‌سازی الگوریتم QMIX برای تخصیص پاداش و سهم‌دهی انرژی
• 9. کاربرد الگوریتم MAPPO در کنترل پیوسته تجهیزات پرمصرف کارخانجات
• 10. الگوریتم‌های Deep Deterministic Policy Gradient چندعامله (MADDPG) در انرژی
• 11. مدل‌سازی تجهیزات صنعتی، ذخیره‌سازها و مولدها به عنوان عامل‌های مستقل
• 12. مدیریت پاسخ‌گویی به تقاضا (Demand Response) چندعامله در ساعات اوج مصرف
• 13. بهینه‌سازی مصرف انرژی در سیستم‌های گرمایش، سرمایش و تهویه مطبوع (HVAC) صنعتی
• 14. هماهنگی چندعامله سیستم‌های تولید همزمان برق و حرارت (CHP)
• 15. مدیریت هوشمند شارژ و دشارژ سیستم‌های ذخیره‌ساز انرژی (BESS)
• 16. کنترل چندعامله ریزشبکه‌های صنعتی (Industrial Microgrids)
• 17. پیک‌سایی (Peak Shaving) و کاهش هزینه‌های دیماند به کمک عامل‌های هوشمند
• 18. یکپارچه‌سازی منابع تجدیدپذیر خورشیدی و بادی با بارهای صنعتی نوسانی
• 19. یادگیری تقویتی چندعامله با محدودیت‌های ایمنی (Safe MARL) در صنایع حساس
• 20. هماهنگی عامل‌ها در شرایط قطعی و اختلال در شبکه ارتباطی (Communication-Aware MARL)
• 21. تعامل چندعامله با بازارهای عمده‌فروشی برق و خرید دینامیک انرژی
• 22. ارزیابی پایداری و همگرایی سیستم‌های چندعامله در بارهای سنگین صنعتی
• 23. مدل‌سازی دوقلوی دیجیتال (Digital Twin) تاسیسات انرژی برای آموزش عامل‌ها
• 24. روش‌های چیره شدن بر شکاف شبیه‌سازی تا واقعیت (Sim-to-Real) در سیستم‌های انرژی
• 25. طراحی محیط شبیه‌سازی مدیریت انرژی با Python و PettingZoo
• 26. یکپارچه‌سازی عامل‌های MARL با سیستم‌های SCADA و پروپوزال‌های اتوماسیون صنعتی
• 27. استقرار عامل‌های هوشمند روی سخت‌افزارهای پردازش لبه (Edge Computing)
• 28. پایش لحظه‌ای و سنجش شاخص‌های کلیدی عملکرد (KPI) در مدیریت انرژی MARL-محور
• 29. مطالعات موردی: پیاده‌سازی MARL در صنایع فولاد، سیمان و پتروشیمی