Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Πρόβλεψη παραγωγής ενέργειας από ανεμογεννήτριες

Mitsigiorgis Alexandros

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/9230579A-D237-4B29-82EB-B10CBED4129C-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.99938-
Γλώσσαel-
Μέγεθος7,95 megabytesen
ΤίτλοςΠρόβλεψη παραγωγής ενέργειας από ανεμογεννήτριεςel
ΔημιουργόςMitsigiorgis Alexandrosen
ΔημιουργόςΜιτσηγιωργης Αλεξανδροςel
Συντελεστής [Επιβλέπων Καθηγητής]Atsalakis Georgiosen
Συντελεστής [Επιβλέπων Καθηγητής]Ατσαλακης Γεωργιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Tsafarakis Steliosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Τσαφαρακης Στελιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Krasadaki-Mitsotaki Evangeliaen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Κρασαδακη-Μητσοτακη Ευαγγελιαel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Production Engineering and Managementen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
ΠερίληψηΗ 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. el
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2024-06-12-
Ημερομηνία Δημοσίευσης2024-
Θεματική ΚατηγορίαΑιολική ενέργειαel
Θεματική ΚατηγορίαΠρόβλεψηel
Θεματική ΚατηγορίαΑσαφής λογικήel
Θεματική ΚατηγορίαΝευρωνικά δίκτυαel
Θεματική ΚατηγορίαAnfisen
Βιβλιογραφική ΑναφοράΑλέξανδρος Μιτσηγιώργης, "Πρόβλεψη παραγωγής ενέργειας από ανεμογεννήτριες", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά