Πρόβλεψη φορτίου ηλεκτρικής εγκατάστασης με χρήση αλγορίθμου μηχανικής μάθησης

Οι ραγδαίες εξελίξεις που σημειώνονται στον τομέα της ενέργειας και της τεχνητής νοημοσύνης έχουν δημιουργήσει την ανάγκη για την δημιουργία ενός Έξυπνου δικτύου που οι τεχνολογίες της πληροφορικής και των τηλεπικοινωνίων θα παίζουν πρωταρχικό ρόλο. Η παρούσα διπλωματική εργασία πραγματεύεται την αν...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Γιαννούλης, Αλέξανδρος
Άλλοι συγγραφείς: Giannoulis, Alexandros
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/14509
Περιγραφή
Περίληψη:Οι ραγδαίες εξελίξεις που σημειώνονται στον τομέα της ενέργειας και της τεχνητής νοημοσύνης έχουν δημιουργήσει την ανάγκη για την δημιουργία ενός Έξυπνου δικτύου που οι τεχνολογίες της πληροφορικής και των τηλεπικοινωνίων θα παίζουν πρωταρχικό ρόλο. Η παρούσα διπλωματική εργασία πραγματεύεται την ανάπτυξη ενός αλγορίθμου βαθιάς μηχανικής μάθησης ο οποίος θα προβλέπει το ηλεκτρικό φορτίο εγκαταστάσεων σε δυο ορίζοντες πρόβλεψης και οι οποίοι είναι τα 15 λεπτά και η 1 ώρα. Το συγκεκριμένο μοντέλο πρόβλεψης βασίζεται στο State of the Art αλγόριθμο LSTM και σκοπός της εργασίας είναι η μελέτη της ακρίβειας των εκτιμήσεων του καθώς και των χρόνων εκπαίδευσης και πρόβλεψης που απαιτήθηκαν. Στο πλαίσιο αυτό, τα δεδομένα που χρησιμοποιήθηκαν προέρχονται από 4 ηλεκτρικές εγκαταστάσεις. Αρχικά γίνεται εκτενή αναφορά στο θεωρητικό υπόβαθρο που απαιτείται για την κατανόηση του προβλήματος πρόβλεψης ενώ στην συνέχεια πραγματοποιείται η υλοποίηση του μοντέλου στη γλώσσα Python. Οι υλοποιήσεις που εκτελούνται αναφέρονται και στα τέσσερα κτήρια των δεδομένων μας και πραγματοποιούνται σε διαφορετικά υπολογιστικά συστήματα ανάλογα τον ορίζοντα πρόβλεψης. Καταλήγοντας, έχοντας εκτελεστεί οι απαραίτητες προβλέψεις, παρουσιάζονται και ερμηνεύονται τα αποτελέσματα του αλγόριθμου ενώ ταυτόχρονα παραθέτονται και προτάσεις για περαιτέρω έρευνα της παρούσας διπλωματικής εργασίας.