Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18508
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΣχινάς, Γεώργιος-
dc.date.accessioned2022-11-01T08:28:34Z-
dc.date.available2022-11-01T08:28:34Z-
dc.date.issued2022-10-27-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18508-
dc.description.abstractΣκοπός αυτής της εργασίας είναι η αξιοποίηση δύο μεθόδων μηχανικής μάθησης, των Τεχνητών Νευρωνικών Δικτύων και των Μηχανών Διανυσμάτων Υποστήριξης, για την δημιουργία μοντέλων τεχνητής νοημοσύνης που εξάγουν βραχυπρόθεσμες προβλέψεις για την παραγωγή ενεργού ισχύος δύο φωτοβολταϊκών πάρκων, αξιοποιώντας ιστορικά δεδομένα από μετρητές και αισθητήρες των ίδιων πάρκων. Στόχος της δημιουργίας των μοντέλων είναι η διεξαγωγή μελέτης πάνω στην ικανότητα των μοντέλων μηχανικής μάθησης να προβλέπουν με ακρίβεια την παραγόμενη ισχύ, στις απαιτήσεις τους όσον αφορά στη μορφή τους και στο είδος των δεδομένων εισόδου τους, και τέλος, στην καταλληλότητά τους για χρήση σε πραγματικές εφαρμογές.en_US
dc.languageelen_US
dc.subjectανανεώσιμες πηγές ενέργειαςen_US
dc.subjectφωτοβολταϊκάen_US
dc.subjectηλιακή ενέργειαen_US
dc.subjectπρόβλεψη παραγωγής ισχύοςen_US
dc.subjectτεχνητά νευρωνικά δίκτυαen_US
dc.subjectμηχανές διανυσμάτων υποστήριξηςen_US
dc.subjectαλγόριθμοι βελτιστοποίησηςen_US
dc.subjectμηχανική μάθησηen_US
dc.titleΠρόβλεψη φωτοβολταϊκής παραγωγής με μεθόδους μηχανικής μάθησης και τεχνητά νευρωνικά δίκτυαen_US
dc.description.pages76en_US
dc.contributor.supervisorΓεωργιλάκης Παύλοςen_US
dc.departmentΤομέας Ηλεκτρικής Ισχύοςen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Schinas_Diplomatiki.pdf1.09 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.