![Institutional Repository [SANDBOX]](images/dias.logo.png "Institutional Repository [SANDBOX]"){kind=logo}
Institutional Repository [SANDBOX]
Technical University of Crete
Technical University of Crete
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/DD42EAA9-0441-450D-A315-3FB710266E61 | - |
| Identifier | https://doi.org/10.26233/heallink.tuc.91055 | - |
| Language | el | - |
| Extent | 137 σελίδες | el |
| Extent | 5.1 megabytes | en |
| Title | Βελτιστοποίηση διαχείρισης ηλεκτρικής ενέργειας σε κτήρια με τεχνικές μηχανικής μάθησης | el |
| Title | Optimization of electric energy management in buildings based on machine learning techniques | en |
| Creator | Apostolakis Dimitrios | en |
| Creator | Αποστολακης Δημητριος | el |
| Contributor [Thesis Supervisor] | Koutroulis Eftychios | en |
| Contributor [Thesis Supervisor] | Κουτρουλης Ευτυχιος | el |
| Contributor [Committee Member] | Lagoudakis Michail | en |
| Contributor [Committee Member] | Λαγουδακης Μιχαηλ | el |
| Contributor [Committee Member] | Kanellos Fotios | en |
| Contributor [Committee Member] | Κανελλος Φωτιος | el |
| Publisher | Πολυτεχνείο Κρήτης | el |
| Publisher | Technical University of Crete | en |
| Academic Unit | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Description | Διπλωματική εργασία του φοιτητή Δημήτριου Αποστολάκη που κατατέθηκε στη σχολή ΗΜΜΥ του Πολυτεχνείου Κρήτης για την πλήρωση των προϋποθέσεων λήψης του διπλώματος. | el |
| Content Summary | Οι διαρκώς αυξανόμενες ενεργειακές ανάγκες των οικιακών καταναλωτών προκαλούν αύξηση του κόστους ηλεκτρικής ενέργειας και επιπτώσεις στο περιβάλλον. Η εργασία αυτή αφορά την υλοποίηση αλγορίθμων μηχανικής μάθησης, με στόχο τη βέλτιστη διαχείριση της κατανάλωσης ηλεκτρικής ενέργειας σε συστήματα οικιακών καταναλωτών σε κτήρια. Το σύστημα που εξετάζεται περιλαμβάνει ένα φωτοβολταϊκό σύστημα παραγωγής ηλεκτρικής ενέργειας, μία διάταξη αποθήκευσης ενέργειας σε μπαταρίες και το ηλεκτρικό δίκτυο με οποίο είναι διασυνδεδεμένα. Αναπτύχθηκε αλγόριθμος βελτιστοποίησης για τον υπολογισμό της βέλτιστης χρονοσειράς ηλεκτρικής ενέργειας που ανταλλάσσεται με το ηλεκτρικό δίκτυο έτσι ώστε να ελαχιστοποιείται το κόστος της ηλεκτρικής ενέργειας του οικιακού καταναλωτή. Παράλληλα, γίνεται επιπλέον μείωση του κόστος ηλεκτρικής ενέργειας με εφαρμογή αλγορίθμου χρονοπρογραμματισμού των ωρών λειτουργίας των επιμέρους ηλεκτρικών φορτίων του καταναλωτή. Ο βασικός αλγόριθμος μηχανικής μάθησης που ενσωματώνεται στη διαδικασία βελτιστοποίησης είναι ο Q-Learning, ενώ υλοποιούνται ακόμα δύο διαφορετικές εκδοχές του, ο αλγόριθμος Sarsa και ο Double-Q-Learning, με στόχο τη σύγκριση της απόδοσής τους στο πρόβλημα βελτιστοποίησης που εξετάζεται. Τα αποτελέσματα έδειξαν ότι με τον αλγόριθμο διαχείρισης ενέργειας που αναπτύχθηκε μπορεί να επιτευχθεί σημαντική μείωση του συνολικού κόστους ηλεκτρικής ενέργειας του καταναλωτή. | el |
| Content Summary | The continuously increasing energy demands of household consumers are causing higher electricity costs and environmental impact as well. This work concerns the implementation of machine learning algorithms, aiming at the management of electricity consumption in buildings. The system under consideration includes a photovoltaic system for generating electricity, a battery storage system and the electrical grid with which they are interconnected. An optimization algorithm has been developed to calculate the optimal time series of electricity exchanged with the grid to minimize the cost of electricity for the household consumer. At the same time, the cost of electricity is further reduced by applying an algorithm for scheduling the operating hours of individual electrical loads. The basic machine learning algorithm that is integrated in the optimization process is Q-Learning, while two more different versions are implemented, which are the Sarsa and the Double-Q-Learning algorithms, in order to compare their performance in the optimization problem. The results show that the energy management algorithm can reduce significantly the total electricity cost for the consumer. | en |
| Type of Item | Διπλωματική Εργασία | el |
| Type of Item | Diploma Work | en |
| License | http://creativecommons.org/licenses/by-nc/4.0/ | en |
| Date of Item | 2021-12-13 | - |
| Date of Publication | 2021 | - |
| Subject | Συστήματα ηλεκτρικής ενέργειας | el |
| Subject | Μηχανική μάθηση | el |
| Subject | Reinforcement learning | en |
| Subject | Διαχείρηση ηλεκτρικής ενέργειας κτηρίων | el |
| Bibliographic Citation | Δημήτριος Αποστολάκης, "Βελτιστοποίηση διαχείρισης ηλεκτρικής ενέργειας σε κτήρια με τεχνικές μηχανικής μάθησης", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2021 | el |
| Bibliographic Citation | Dimitrios Apostolakis, "Optimization of electric energy management in buildings based on machine learning techniques", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2021 | en |
Copyright © DIAS 2013
