Skip to content

Predykcja zapotrzebowania na ciepło i efektywne sterowanie systemami ciepłowniczymi z użyciem automatyki i cyfryzacji

– dane, możliwości, praktyczne wdrożenia

ONLINE, 27.05.2026

Szanowni Państwo,

Transformacja sektora ciepłowniczego wymusza coraz bardziej precyzyjne zarządzanie produkcją i dystrybucją ciepła. Rosnące koszty energii, wymagania regulacyjne oraz presja na efektywność sprawiają, że tradycyjne metody sterowania systemami przestają być wystarczające. W odpowiedzi na te wyzwania coraz większą rolę odgrywają dane, zaawansowana analityka oraz algorytmy sztucznej inteligencji. Umożliwiają one nie tylko dokładniejsze prognozowanie zapotrzebowania na ciepło, ale również optymalizację pracy całych systemów ciepłowniczych w czasie rzeczywistym.

W związku z powyższym, zapraszamy do zapoznania się ze szkoleniem:

„Predykcja zapotrzebowania na ciepło i efektywne sterowanie systemami ciepłowniczymi z użyciem automatyki i cyfryzacji – dane, możliwości, praktyczne wdrożenia”

 Spotkanie koncentruje się na praktycznym poznaniu narzędzi – od pracy z danymi, przez budowę modeli, aż po ich wdrożenie i integrację z systemami sterowania

Termin i miejsce szkolenia 

Data

27.05.2026

Formuła

Online

Prelegent

Dr inż. Konrad Wojdan

Pracownik Instytutu Techniki Cieplnej Politechniki Warszawskiej. Dyrektor Działu Badań i Rozwoju w firmie Transition Technologies

Specjalista związany z obszarem energetyki oraz nowoczesnych technologii, ze szczególnym uwzględnieniem cyfryzacji i wykorzystania danych. Łączy przygotowanie techniczne z zainteresowaniem praktycznym zastosowaniem innowacyjnych rozwiązań w sektorze przemysłowym i energetycznym. 

Ma 18 lat doświadczenia w opracowywaniu i wdrażaniu metod optymalizacyjnych oraz Data Science. W swojej działalności naukowej skupia się na rozwijaniu algorytmów Sztucznej Inteligencji i algorytmów optymalizacji oraz ich późniejszym zastosowaniu w energetyce, ciepłownictwie i gazownictwie. Prowadzi też projekty naukowe polegające na wykorzystaniu metod Data Science w innych obszarach np ochronie zdrowia. Rozwija w internecie kanał edukacyjny „Data Science in Industry”.

KonradWojdan

W programie szkolenia m.in.:

  • Prognozowanie zapotrzebowania na ciepło
  • Optymalizacja pracy systemów ciepłowniczych
  • Zastosowanie uczenia maszynowego w energetyce
  • Etapy projektu Data Science (od danych do wdrożenia)
  • Przygotowanie i walidacja danych
  • Budowa modeli predykcyjnych i optymalizacyjnych
  • Wykrywanie anomalii i predykcja awarii

Pliki do pobrania

Poniżej znajdziesz wszystkie niezbędne dokumenty — plan szkolenia oraz formularz zgłoszeniowy.

Korzyści z udziału w szkoleniu

Program (2)


Zrozumienie jak wykorzystać dane do prognozowania zapotrzebowania na ciepło 


Poznanie praktycznych zastosowań uczenia maszynowego w ciepłownictwie


Wiedza jak wygląda pełen proces projektu Data Science od celu do wdrożenia


Umiejętność identyfikacji i przygotowywania danych pod modele AI


Poznanie narzędzi do wykrywania anomalii i przewidywania awarii

Skontaktuj się z nami!

Masz pytania dotyczące szkolenia lub chcesz zapisać większą grupę? Chętnie pomożemy! Skontaktuj się bezpośrednio z jednym z naszych project managerów lub wypełnij formularz zgłoszeniowy — odezwiemy się do Ciebie tak szybko, jak to możliwe.

Zapisy na szkolenie

Weronika Ponikowska

+48 660 732 326
email : weronika.ponikowska@dlaenergetyki.pl

Formularz kontaktowy

Project Manager

Agnieszka Milewska

+48 786 507 571
email : agnieszka.milewska@dlaenergetyki.pl

Verified by MonsterInsights