Μονάδα:
Κατεύθυνση Ηλεκτρονικός Αυτοματισμός (H/A)Βιβλιοθήκη Σχολής Θετικών Επιστημών
Ημερομηνία κατάθεσης:
2024-01-18
Συγγραφέας:
Βενιτουράκης Γεώργιος
Στοιχεία επιβλεπόντων καθηγητών:
Διονύσιος Ρεΐσης, Καθηγητής, Τμήμα Φυσικής, ΕΚΠΑ
Άννα Τζανακάκη, Αναπλ. Καθηγήτρια, Τμήμα Φυσικής, ΕΚΠΑ
Νικόλαος Βλασσόπουλος, Δόκτωρ, Τμήμα Φυσικής, ΕΚΠΑ
Πρωτότυπος Τίτλος:
XceptionLSTM: Advanced Sequence-to-Sequence Neural Networks for Short-Term Weather Forecasting Applications
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
XceptionLSTM: Προηγμένα Νευρωνικά Δίκτυα Επεξεργασίας και Παραγωγής Ακολουθιών για Εφαρμογές Βραχυπρόθεσμης Πρόβλεψης Καιρού
Περίληψη:
Η παγκόσμια τάση των τελευταίων δύο δεκαετιών για ανεξαρτητοποίηση από κάυσιμες πηγές ενέργειας έχει οδηγήσει τη βιομηχανία ενέργειας προς την αξιοποίηση ανανεώσημων πηγών ενέργειας. Η μετάβαση σε πιο πράσινη ενέργεια αποτελεί έμπνευση ιδέων και πρακτικών που αποσκοπούν στον έλεγχο της παραγωγής και διανομής ενέργειας στα πάρκα ενέργειας. Για μεγαλύτερη αποδοτικότητα, αυτοματοποιημένοι ελεγχτές στα έξυπνα δικτύα ισχύοςδύναται να δρουν προληπτικά με σκοπό την πρόβλεψη απερχόμενων συμβάντων και την προετοιμασία της υποκείμενης υποδομής για την αντιμετώπιση αυτών.
Στην περίπτωση των φωτοβολταϊκών πάρκων, το έξυπνο σύστημα ελέγχου ενός πάρκου εκτελεί προβλέψεις μικρού ορίζοντα για την ολική ηλιακή ακτινοβολία στο οριζόντιο επίπεδο και την νεφοκάλυψη στην ευρύτερη περιοχή του πάρκου. Η παρούσα εργασία παρουσιάζει ένα νευρωνικό δίκτυο ως λύση για το πρόβλημα της πρόβλεψης καιρού μικρού ορίζοντα. Το προτεινόμενο μοντέλο είναι ένα επαναλαμβανόμενο νευρωνικό δίκτυο για παλινδρόμηση εικόνων σε μορφή κωδικοποιητή-αποκωδικοποιητή χώρου- χρόνου. Η βάση του μοντέλου είναι το επίπεδο Xception, το οποίο αξιοποιεί κατά βάθος και κατά σημείο συνελίξεις για να εξάγει προβλέψεις. Το επίπεδο Xception συνδυάζεται με κύτταρα μακράς βραχυπρόθεσμής μνήμης για τη δημιουργία ενός επαναλαμβανόμενου νευρωνικού δικτύου με βελτιωμένες ικανότητες πρόβλεψης. Το προτεινόμενο μοντέλο έχει βελτιστοποιηθεί για ακροδικτυακή υπολογιστική και έχει αξιολογηθεί στο σύνολο δεδομένων ΑΡΧΩΝ - Αθήνα, Ελλάδα.
Κύρια θεματική κατηγορία:
Θετικές Επιστήμες
Λέξεις-κλειδιά:
βαθιά μηχανική μάθηση, συνελικτικά αναδρομικά νευρωνικά δίκτυα, πρόβλεψη ακτινοβολίας, ακροδικτυακή υπολογιστική, φωτοβολταϊκά πάρκα, επίγειες εικόνες ουράνιου θόλου
Αρ. σελίδων ευρετηρίου:
3
Αρ. βιβλιογραφικών αναφορών:
39
