In der Hörsaalübung werden die in der Vorlesung gelehrten theoertischen Grundlagen vertieft. Dies geschiet durch vertiefende Diskussion relevanter Asekte, aber auch durch Rechenbeispiele, bei denen ein tiefergehendes verständnis zu der thematik der Energieefizienz in eingebeteten Systemen eröangt wird. Übungsaufgaben werden im Vorfeld verteilt und Lösungen in der Hörsaalübung vorgestellt. Inhalte der Übung sind wie folgt:
Grundlagen und Berechnung von verlustleistung auf Halbleitern
Verlustleistung von CMOS am Beispiel eines Inverters
Einfluss des Aktivitätsfaktors und externer Komponenten
DVS und Scheduling
Evaluation zur Darstellung des Nutzen von Undervolting
Aspekte des Energy-Harvesting (MPPT)
Leistungsnachweis:
m1749-2022 - Energieeffizienz in eingebetteten Systemen<ul><li>p1731-2022 - Energieeffizienz in eingebetteten Systemen: mündlich</li></ul>
ECTS-Kreditpunkte:
1
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.