Institutional Repository
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Model prediction of solar radiation through neural networks: Application in green energy systems

Kalaitzaki Maria

Simple record


URIhttp://purl.tuc.gr/dl/dias/E67BD74B-712B-4C1A-870F-08469FAB01D0-
Identifierhttps://doi.org/10.26233/heallink.tuc.91579-
Languageel-
Extent88 σελίδεςel
Extent3.9 megabytesen
TitleΜαθηματική πρόβλεψη ηλιακής ακτινοβολίας με χρήση νευρωνικών δικτύων: Εφαρμογή σε πράσινα ενεργειακά συστήματαel
TitleModel prediction of solar radiation through neural networks: Application in green energy systems en
CreatorKalaitzaki Mariaen
CreatorΚαλαϊτζακη Μαριαel
Contributor [Thesis Supervisor]Ipsakis Dimitriosen
Contributor [Thesis Supervisor]Ιψακης Δημητριοςel
Contributor [Committee Member]Papaefthymiou Spyridonen
Contributor [Committee Member]Παπαευθυμιου Σπυριδωνel
Contributor [Committee Member]Arampatzis Georgiosen
Contributor [Committee Member]Αραμπατζης Γεωργιοςel
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
Academic UnitTechnical University of Crete::School of Production Engineering and Managementen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
DescriptionΠροπτυχιακή Διπλωματική της σχολής Μηχανικών Παραγωγής και Διοίκησης για την εκπλήρωση των υποχρεώσεων της σχολής.el
Content SummaryΣτις μέρες μας είναι επιτακτική η ανάγκη της διαφοροποίησης του τρόπου ζωής μας, καθώς έχει προκαλέσει κατά βάση μια σύγχυση τόσο στην ατμόσφαιρα όσο και στην βιοποικιλότητα του πλανήτη μας. Καλούμαστε λοιπόν να αναθεωρήσουμε και να ακολουθήσουμε έναν πιο οικολογικό τρόπο ζωής, τόσο σε ατομικό όσο και σε επιχειρηματικό επίπεδο, έτσι ώστε να επιτευχθούν σημαντικές μειώσεις στα ποσοστά των αέριων ρύπων που προέρχονται από ανθρώπινες ενέργειες. Για να πραγματοποιηθούν όμως τα παραπάνω, πέρα από την προσωπική συνείδηση, είναι αναγκαίο να αναπτυχθούν περαιτέρω οι τεχνολογίες των Ανανεώσιμων Πηγών Ενέργειας που θα δύνανται να προωθήσουν την πράσινη ενέργεια στον επιχειρηματικό τομέα. Με γνώμονα τα παραπάνω, στην εν λόγω εργασία παρουσιάζεται μία ολιστική μεθοδολογία ανάπτυξης ενός μοντέλου πρόβλεψης ηλιακής ακτινοβολίας το οποίο μπορεί να αποτελέσει την βάση για την αποδοτική λειτουργία φωτοβολταϊκών συστημάτων συνδεδεμένων σε πρότυπες ενεργειακές μονάδες (όπως τα θερμοκήπια, βιομηχανικές εγκαταστάσεις παραγωγής ενέργειας κ.α.). Ειδικότερα, το μοντέλο πρόβλεψης αναπτύσσεται μέσω ενός νευρωνικού δικτύου, το οποίο με χρήση καιρικών δεδομένων προηγούμενων ετών, εκπαιδεύεται και διεκπεραιώνει την πρόβλεψη της ηλιακής ακτινοβολίας. Χρησιμοποιούνται δεδομένα πέντε ετών (2016-2020), τα τέσσερα πρώτα έτη χρησιμοποιούνται στο στάδιο της εκπαίδευσης, ενώ το πέμπτο και τελευταίο έτος είναι αυτό για το οποίο εκτελούνται οι προβλέψεις. Το μοντέλο πραγματοποιεί συνολικά πέντε προβλέψεις, μία για κάθε εποχή και μία για ολόκληρο το έτος. Τέλος, τα αποτελέσματα τα οποία προκύπτουν από την πρόβλεψη του νευρωνικού δικτύου συγκρίνονται με τα πραγματικά δεδομένα και γίνεται αξιολόγηση της αποδοτικότητας καθώς και της ορθότητας των αποτελεσμάτων που προέκυψαν από το νευρωνικό δίκτυο. Η αποδοτικότητα και η ορθότητα της λειτουργίας του νευρωνικού δικτύου κρίνεται μέσω της σύγκρισης των πραγματικών και των προβλεπόμενων τιμών καθώς και από τα σφάλματα, τόσο το απόλυτο όσο και το σχετικό, που εμφανίζονται στην κατακλείδα της διπλωματικής αυτής. Στην εργασία αυτή η πρόβλεψη έχει ως απώτερο σκοπό να υποβοηθήσει και να προτρέψει έναν επιχειρηματία στο να επενδύσει στην πράσινη επιχειρηματικότητα. el
Type of ItemΔιπλωματική Εργασίαel
Type of ItemDiploma Worken
Licensehttp://creativecommons.org/licenses/by/4.0/en
Date of Item2022-02-28-
Date of Publication2022-
SubjectΝευρωνικά δίκτυαel
Bibliographic CitationΜαρία Καλαϊτζάκη, "Μαθηματική πρόβλεψη ηλιακής ακτινοβολίας με χρήση νευρωνικών δικτύων: Εφαρμογή σε πράσινα ενεργειακά συστήματα", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2022el
Bibliographic CitationMaria Kalaitzaki, "Model prediction of solar radiation through neural networks: Application in green energy systems", Diploma Work, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2022en

Available Files

Services

Statistics