Αλγόριθμοι μάθησης μηχανής για αποδοτική διαχείριση συστημάτων ηλεκτρικής ενέργειας.
Φόρτωση...
Ημερομηνία
2013-11-25T12:00:59Z
Συγγραφείς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
Επιβλέπων
Περίληψη
Σκοπός της εργασίας αυτής είναι η μελέτη για την αποδοτική διαχείρηση συστημάτων ηλεκτρικής ενέργειας με χρήση ευφυών αλγορίθμων μάθησης Το προτεινόμενο μοντέλο επιτυγχάνει την άμεση αξιολόγηση της ασφάλειας και τροφοδοσίας του δικτύου, συνδυάζοντας σύγχρονες μεθοδολογίες. Οι τεχνικές προσέγγισης και επίλυσης του προβλήματος εστιάζουν στη χρήση πολλαπλών ειδών τεχνητών νευρωνικών δικτύων (ΤΝΝ) και support vector machines (SVM). Στη παρούσα μελέτη επικεντρώθηκα σε τεχνικές Τεχνητής Νοημοσύνης, στοχεύοντας στην ενίσχυση και βελτίωση των υπηρεσιών ενός παρόχου ηλεκτρικής ενέργειας, στις επιδόσεις του δικτύου τροφοδοσίας, καθώς και στη δυνατότητα ελέγχου των επιπέδων ασφάλειας. Τα ληφθέντα αποτελέσματα αναδεικνύουν την απόδοση της προτεινόμενης μεθοδολογίας από άποψη αξιοπιστίας και χρόνου υπολογισμού.
The purpose of this paper is the demonstration of machine learning algorithms on efficient management of power systems. This model achieves immediate evaluation of safety and supply to the network, combining modern methodologies. Technical approach and solutions to this problem are performed by multiple types of artificial neural networks (ANN) and support vector machines (SVM). Throughout this paper, I focused on Artificial Intelligence oriented techniques aiming at the assistance, improvement of service's, power grid performance, and controllability of safety levels to an electricity provider. The obtained results prove the performance of the proposed methodology in terms of reliability and computation time.
The purpose of this paper is the demonstration of machine learning algorithms on efficient management of power systems. This model achieves immediate evaluation of safety and supply to the network, combining modern methodologies. Technical approach and solutions to this problem are performed by multiple types of artificial neural networks (ANN) and support vector machines (SVM). Throughout this paper, I focused on Artificial Intelligence oriented techniques aiming at the assistance, improvement of service's, power grid performance, and controllability of safety levels to an electricity provider. The obtained results prove the performance of the proposed methodology in terms of reliability and computation time.