Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

Παρουσίαση διπλωματικής εργασιας κ. Μιτσηγιώργη Αλεξάνδρου, Σχολή ΜΠΔ

  • Συντάχθηκε 29-05-2024 10:41 Πληροφορίες σύνταξης

    Ενημερώθηκε: -

    Τόπος:
    Σύνδεσμος τηλεδιάσκεψης
    Έναρξη: 03/06/2024 12:00
    Λήξη: 03/06/2024 13:00

    ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

    ΣΧΛΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

    Ονοματεπώνυμο:    Μιτσηγιώργης Αλέξανδρος
    Αριθμός Μητρώου:    2004010110

    Θέμα:
    Τίτλος στα Ελληνικά:    Πρόβλεψη παραγωγής ενέργειας απο ανεμογεννήτριες


    Εξεταστική Επιτροπή:
    Επιβλέπων:        Ατσαλάκης Γεώργιος, Αναπληρωτής Καθηγητής
    Πρώτο Μέλος:        Τσαφαράκης Στέλιος, Αναπληρωτής Καθηγητής
    Δεύτερο Μέλος:    Κρασαδάκη Ευαγγελία, ΕΔΙΠ

    Περίληψη:
     
     Η στροφή των τελευταίων ετών προς τις ανανεώσιμες πηγές ενέργειας με κορυφαία στη λίστα την αιολική ενέργεια, αποτελεί ουσιαστικό παράγοντα της βιώσιμης ανάπτυξης. Στο πεδίο της αιολικής ενέργειας συναντάμε πληθώρα πλεονεκτημάτων. Με στόχο την βελτιστοποίηση της αποδοτικότητας, το ενδιαφέρον στρέφεται στην σημασία πρόβλεψης παραγωγής ηλεκτρικής ενέργειας επικεντρώνοντας ιδιαιτέρως στον βραχυπρόθεσμο ορίζοντα πρόβλεψης μιας ημέρας. Στην παρούσα εργασία αναλύονται οι χρονικές παράμετροι, τα στάδια και τα πλεονεκτήματα του βραχυπρόθεσμου ορίζοντα πρόβλεψης. Γίνεται μια ανασκόπηση των μοντέλων πρόβλεψης, η οποία καλύπτει παραδοσιακές μεθόδους έως σύγχρονες τεχνικές. 
    Για τον σκοπό της πρόβλεψης παράγωγης ηλεκτρικής ενεργείας από ανεμογεννήτριες, επιλέγεται η μέθοδος ANFIS (Adaptive Neuro  - Fuzzy Inference System) η οποία αντιπροσωπεύει το Προσαρμοστικό Σύστημα Νευρο  - ασαφούς Συμπερασμού και πρόκειται για ένα υβριδικό μοντέλο που συνδυάζει δύο ευφυή συστήματα: την μάθηση των Τεχνητών Νευρωνικών Δικτύων (ΑΝΝ) με τις ικανότητες συλλογισμού της Ασαφούς Λογικής (Fuzzy Logic) και πιο συγκεκριμένα τα Συστήματα Ασαφών Συμπερασμάτων (FISs Fuzzy Inference Systems). Καθώς η μέθοδος ANFIS αποτελεί ισχυρό εργαλείο πρόβλεψης γίνεται μια εκτενής περιγραφή των χαρακτηριστικών της όπως η αρχιτεκτονική, οι μέθοδοι μάθησης, οι εφαρμογές, τα πλεονεκτήματα, τα μειονεκτήματα και οι περιορισμοί της.
    Στο τεχνικό κομμάτι της εργασίας, καταχωρούνται στο μοντέλο ANFIS πιστοποιημένες μετρήσεις για 365 μέρες, από τέσσερις ανεμογεννήτριες από αιολικό πάρκο σε νησί της Ελλάδας. Γίνεται περιγραφή των μοντέλων πρόβλεψης,  αναλύεται το στάδιο εκπαίδευσης, οι κανόνες και η δομή, παρουσιάζονται τα δεδομένα παραγωγής ηλεκτρικής ενέργειας, τα διαγράμματα δεδομένων εκπαίδευσης, τα χαρακτηριστικά και οι κανόνες των μοντέλων ANFIS, τα διαγράμματα θέασης, η πρόβλεψη μοντέλων ANFIS και τέλος τα συμπεράσματα και η αξιολόγηση των μοντέλων πρόβλεψης.
    Συνοπτικά, η παρούσα διατριβή αποσκοπεί στην αποκάλυψη των πολυπλοκοτήτων σχετικά με την πρόβλεψη της αιολικής ενέργειας και στην δημιουργία προϋποθέσεων για την λήψη αποφάσεων στον κλάδο της ανανεώσιμης ενέργειας. 

    Ημ/νία εξέτασης:    03-06-2024
    Ώρα:            12:00

    Χώρος εξέτασης:
    Η παρουσίαση θα γίνει με τηλεδιάσκεψη: https://tuc-gr.zoom.us/j/82617003433?pwd=ZVJoemtxa2JHYUtkYW9Nd0RpQlpzdz09



© Πολυτεχνείο Κρήτης 2012