Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Νευρο-ασαφείς τεχνικές πρόβλεψης παραγωγής ενέργειας

Petikas Vasileios

Πλήρης Εγγραφή


URI: http://purl.tuc.gr/dl/dias/A1AEB9B5-88B0-48F4-924C-09DFD53C2767
Έτος 2024
Τύπος Διπλωματική Εργασία
Άδεια Χρήσης
Λεπτομέρειες
Βιβλιογραφική Αναφορά Βασίλειος Πέτικας, "Νευρο-ασαφείς τεχνικές πρόβλεψης παραγωγής ενέργειας", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024 https://doi.org/10.26233/heallink.tuc.100406
Εμφανίζεται στις Συλλογές

Περίληψη

Η αυξημένη ζήτηση για καθαρές και βιώσιμες πηγές ενέργειας, σε συνδυασμό με τις ανησυχίες για την κλιματική αλλαγή και τη μείωση των ορυκτών καυσίμων, έχει οδηγήσει στην προώθηση των ανανεώσιμων πηγών ενέργειας (ΑΠΕ) ως βασικό στόχο της παγκόσμιας ενεργειακής πολιτικής. Η στροφή προς τις ανανεώσιμες πηγές, όπως η ηλιακή, η αιολική και η υδροηλεκτρική ενέργεια, κρίνεται αναγκαία για τη μείωση των εκπομπών αερίων θερμοκηπίου, την ενίσχυση της ενεργειακής ασφάλειας και την επίτευξη βιώσιμης ανάπτυξης.Σε αυτό το πλαίσιο, η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή νευρο-ασαφών τεχνικών, ειδικότερα του Προσαρμοστικού Νευρο-Ασαφούς Συστήματος Συμπερασμού (ANFIS), για την εκτίμηση της παραγωγής ενέργειας από Φωτοβολταϊκά.Ο στόχος της μελέτης είναι να αντιμετωπίσει τις προκλήσεις που ανακύπτουν από την αυξανόμενη ενσωμάτωση των ΑΠΕ στο ηλεκτρικό δίκτυο, καθώς απαιτεί ακριβείς και αξιόπιστες μεθόδους εκτίμησης για τη διασφάλιση της σταθερότητας και της αποδοτικότητας του δικτύου. Η πρόβλεψη της απόδοσης των ΑΠΕ είναι κρίσιμη λόγω της ασταθούς και απρόβλεπτης φύσης τους. Τα ηλεκτρικά δίκτυα χρειάζονται σταθερή και αξιόπιστη παροχή ενέργειας, και η ακριβής εκτίμηση μπορεί να μειώσει τους κινδύνους και τα κόστη που σχετίζονται με την αποθήκευση ή την αναπλήρωση ενέργειας.Η μεθοδολογία περιλαμβάνει τη συλλογή και επεξεργασία ιστορικών δεδομένων παραγωγής ενέργειας από φωτοβολταϊκά συστήματα, ακολουθούμενη από την ανάπτυξη και εκπαίδευση του μοντέλου ANFIS. Το μοντέλο αυτό συγκρίνεται με παραδοσιακές στατιστικές μεθόδους όπως τα μοντέλα Αυτοπαλινδρόμησης (AR) και Αυτοπαλινδρόμησης Κινούμενου Μέσου (ARMA), καθώς και με ένα Τεχνητό Νευρωνικό Δίκτυο (ANN) και ένα Ασαφές Σύστημα Συμπερασμού Τύπου-2 (Type-2 FIS), βελτιστοποιημένο με χρήση του Σμήνους Σωματιδίων (PSO).Τα αποτελέσματα δείχνουν ότι το ANFIS υπερτερεί έναντι των επιλεγμένων μοντέλων όσον αφορά την ακρίβεια των προβλέψεων και την προσαρμοστικότητα σε μεταβαλλόμενες περιβαλλοντικές συνθήκες. Η μελέτη καταλήγει στο συμπέρασμα ότι η ενσωμάτωση ευφυών συστημάτων όπως το ANFIS μπορεί να βελτιώσει σημαντικά την ακρίβεια και την αξιοπιστία των εκτιμήσεων παραγωγής από ΑΠΕ, διευκολύνοντας έτσι την αποδοτική και σταθερή ενσωμάτωσή τους στο ενεργειακό δίκτυο.Αυτή η έρευνα συνεισφέρει στον τομέα της Ενέργειας και παρέχει μια ολοκληρωμένη συγκριτική ανάλυση διαφόρων μοντέλων εκτίμησης. Επιπλέον, αναδεικνύει τα πλεονεκτήματα των νευρο-ασαφών τεχνικών στη διαχείριση της μεταβλητότητας και της αβεβαιότητας που συνδέονται με τις ΑΠΕ. Τα ευρήματα καταδεικνύουν τη δυναμική του ANFIS ως ένα ισχυρό εργαλείο για την εκτίμηση παραγωγής ενέργειας, προωθώντας έτσι την ανάπτυξη και υιοθέτηση τεχνολογιών που σχετίζονται με τις ΑΠΕ.

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά