Εμφάνιση απλής εγγραφής

Machine learning algorithms for efficient management of electric power systems.

Στοιχεία Dublin Core

dc.creatorΜαραγκάκης, Γρηγόριοςel
dc.creatorMaragkakis, Grigoriosen
dc.date.accessioned2016-03-15T15:34:18Z
dc.date.available2016-03-15T15:34:18Z
dc.date.issued2013-11-25T12:00:59Z
dc.identifier.urihttp://hdl.handle.net/20.500.12688/3640
dc.description.abstractΣκοπός 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.el
dc.description.abstractThe 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.en
dc.languageel
dc.publisherΤ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
dc.publisherT.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineeringen
dc.rightsAttribution-ShareAlike 4.0 International (CC BY-SA 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-sa/4.0/
dc.titleΑλγόριθμοι μάθησης μηχανής για αποδοτική διαχείριση συστημάτων ηλεκτρικής ενέργειας.el
dc.titleMachine learning algorithms for efficient management of electric power systems.en

Στοιχεία healMeta

heal.creatorNameΜαραγκάκης, Γρηγόριοςel
heal.creatorNameMaragkakis, Grigoriosen
heal.publicationDate2013-11-25T12:00:59Z
heal.identifier.primaryhttp://hdl.handle.net/20.500.12688/3640
heal.abstractΣκοπός 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.el
heal.abstractThe 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.en
heal.languageel
heal.academicPublisherΤ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.academicPublisherT.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineeringen
heal.titleΑλγόριθμοι μάθησης μηχανής για αποδοτική διαχείριση συστημάτων ηλεκτρικής ενέργειας.el
heal.titleMachine learning algorithms for efficient management of electric power systems.en
heal.typebachelorThesis
heal.keywordτεχνητή νοημοσύνη, νευρωνικό δίκτυο, ηλεκτρική ενέργειαel
heal.keywordartificial intelligence, neural network, electric poweren
heal.advisorNameΚουναλάκης, Τσαμπίκοςel
heal.advisorNameKounalakis, Tsampikosen
heal.academicPublisherIDteicrete
heal.fullTextAvailabilitytrue
tcd.distinguishedfalse
tcd.surveyfalse


Αρχεία σε αυτό το τεκμήριο

Thumbnail
Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Except where otherwise noted, this item's license is described as Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)