Αυτόματη πρόβλεψη και διαχείριση κατανάλωσης ηλεκτρικής ενέργειας με χρήση τεχνητής νοημοσύνης και έξυπνων συσκευών

Ζορμπάς, Στέφανος; Zormpas, Stefanos

dc.contributor.author	Ζορμπάς, Στέφανος	el
dc.contributor.author	Zormpas, Stefanos	en
dc.date.accessioned	2024-07-24T10:30:51Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/59953
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27649
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Τεχνο-οικονομικά συστήματα”	el
dc.rights	Default License
dc.subject	Τεχνητη Νοημοσυνη	el
dc.subject	Διαχείριση ενέργειας	el
dc.subject	Μηχανική Μάθηση	el
dc.subject	Έξυπνες Συσκευές	el
dc.subject	Έξυπνος μετρητής	el
dc.subject	Έξυπνο Δίκτυο	el
dc.subject	Artificial Intelligence	en
dc.subject	Εnergy management	en
dc.subject	Smart Devices	en
dc.subject	Smart Network	en
dc.subject	Smart meter	en
dc.subject	Machine Learning	en
dc.title	Αυτόματη πρόβλεψη και διαχείριση κατανάλωσης ηλεκτρικής ενέργειας με χρήση τεχνητής νοημοσύνης και έξυπνων συσκευών	el
heal.type	masterThesis
heal.generalDescription	Η αυτόματη πρόβλεψη και διαχείριση κατανάλωσης ηλεκτρικής ενέργειας με χρήση τεχνητής νοημοσύνης και έξυπνων συσκευών αποτελεί μια σημαντική τεχνολογική πρόοδο που συνδυάζει διάφορες τεχνολογίες για τη βελτίωση της απόδοσης και της αποτελεσματικότητας στη χρήση ενέργειας. Με αυτόν τον τρόπο, οι συσκευές μπορούν να μάθουν και να προσαρμόζουν τη συμπεριφορά τους βάσει των προτιμήσεων και των αναγκών των χρηστών, εξοικονομώντας ταυτόχρονα ενέργεια και μειώνοντας το κόστος. Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για να αναλύσει δεδομένα κατανάλωσης ενέργειας από έξυπνες συσκευές και αισθητήρες, προβλέποντας τις μελλοντικές ανάγκες και τις συνήθειες των χρηστών. Με βάση αυτήν την πρόβλεψη, η τεχνητή νοημοσύνη μπορεί να προτείνει βέλτιστες στρατηγικές διαχείρισης κατανάλωσης ενέργειας, όπως η προγραμματισμένη λειτουργία συσκευών σε χαμηλή κατανάλωση ενέργειας κατά περιόδους χαμηλής κατανάλωσης, ή η πρόβλεψη περιοδικών ελλείψεων ενέργειας και η προσαρμογή της λειτουργίας των συσκευών για τη μείωση της κατανάλωσης. Με αυτόν τον τρόπο, η τεχνολογία επιτρέπει στους χρήστες να μην ανησυχούν τόσο για τη διαχείριση της ενέργειας και να επικεντρωθούν σε άλλες δραστηριότητες, ενώ ταυτόχρονα συμβάλλει στη μείωση του κόστους ενέργειας και στην προστασία του περιβάλλοντος με τη μείωση της κατανάλωσης ενέργειας.	el
heal.classification	Τεχνητη Νοημοσυνη	el
heal.classification	Ηλεκτρική Ενέργεια	el
heal.dateAvailable	2025-07-23T21:00:00Z
heal.access	embargo
heal.recordProvider	ntua	el
heal.publicationDate	2024-06-18
heal.abstract	Ο σκοπός της διπλωματικής εργασίας εστιάζει στην ανάλυση και ανάπτυξη συστημάτων αυτόματης πρόβλεψης και διαχείρισης κατανάλωσης ηλεκτρικής ενέργειας με τη χρήση τεχνητής νοημοσύνης (AI) και έξυπνων συσκευών. Η έρευνα επικεντρώνεται στην εξέλιξη και την εφαρμογή τεχνολογιών ΤΝ όπως νευρωνικά δίκτυα, μηχανική μάθηση και αλγόριθμοι βαθιάς μάθησης, προκειμένου να προβλέπουν με ακρίβεια τις μελλοντικές ανάγκες ενέργειας σε έναν αστικό ιστό. Η εργασία αναλύει τον τρόπο με τον οποίο οι έξυπνες συσκευές, όπως οι έξυπνοι μετρητές και οι συσκευές αυτοματισμού, μπορούν να συλλέγουν δεδομένα κατανάλωσης ενέργειας σε πραγματικό χρόνο και να ενισχύουν την απόδοση των μοντέλων πρόβλεψης. Επιπλέον, συζητείται η σημασία της ένταξης αυτών των τεχνολογιών σε ευρύτερα συστήματα διαχείρισης ενεργειακών πόρων, αναδεικνύοντας πώς η ΤΝ μπορεί να βελτιστοποιήσει την ενεργειακή κατανάλωση και να μειώσει το συνολικό ενεργειακό κόστος. Τέλος, παρουσιάζονται περιπτώσεις μελέτης από υφιστάμενες εφαρμογές σε διάφορες χώρες, αξιολογώντας την επιτυχία και τις προκλήσεις της εφαρμογής αυτών των τεχνολογιών. Η εργασία καταλήγει προσφέροντας προτάσεις για μελλοντικές βελτιώσεις και κατευθύνσεις για περαιτέρω έρευνα, με σκοπό τη βελτίωση της αποδοτικότητας και της αξιοπιστίας των αυτόματων συστημάτων διαχείρισης κατανάλωσης ηλεκτρικής ενέργειας.	el
heal.advisorName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Παπαβασιλείου, Συμεών	el
heal.committeeMemberName	Παναγόπουλος, Αθανάσιος Δ.	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	80 σ.	el
heal.fullTextAvailability	false