Elektrische Ingenieurwissenschaften: Grundlagen - Schaltungen & Wechselstrom | ML für Energiesysteme, Vortrag 2

Dies ist ein Video mit unbekannter Dauer. Diese Vorlesung ist die zweite Einheit der Reihe „Maschinelles Lernen und Anwendungen in elektrischen Energiesystemen“. Sie behandelt systematisch die Grundlagen der Elektrotechnik – die Schaltkreisanalyse und die Wechselstrom-Leistungstheorie. Als Fundament für die späteren Methoden des maschinellen Lernens beginnt die Vorlesung mit den Kirchhoffschen Gesetzen und Netzwerk-Transformationen und führt schrittweise zur Zeigerdarstellung von Wechselstromkreisen sowie zur Berechnung von Wirk-, Blind- und Scheinleistung über. Damit wird der Weg für das Verständnis von Modellierung und Optimierung elektrischer Energiesysteme geebnet. Der besondere Schwerpunkt liegt auf der engen Verknüpfung der klassischen Schaltkreistheorie mit der modernen Analyse von Energiesystemen. Die Formelherleitungen sind streng, bleiben aber anschaulich und werden durch ingenieurtechnische Erläuterungen der zentralen Konzepte ergänzt. Geeignet ist die Vorlesung für Ingenieurstudierende mit soliden Mathematikkenntnissen, für Machine-Learning-Praktiker, die ihren elektrotechnischen Hintergrund vertiefen möchten, sowie für Einsteiger in die Energieforschung. Es wird empfohlen, vor dem Ansehen die Grundlagen der linearen Algebra und Analysis aufzufrischen – am besten mit Stift und Papier zum Nachrechnen.