Μέθοδος μηχανικής μάθησης για την πρόβλεψη κατανάλωσης ενέργειας σε ηλεκτρικά οχήματα

Τσιούκης, Ορέστης

dc.contributor.advisor	Θεοδωρίδης, Ιωάννης
dc.contributor.author	Τσιούκης, Ορέστης
dc.date.accessioned	2025-07-08T10:36:45Z
dc.date.available	2025-07-08T10:36:45Z
dc.date.issued	2025-06
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/17916
dc.description.abstract	Καθώς τα μέσα που χρησιμοποιούμε για τις μετακινήσεις μας με το πέρασμα των χρόνων πρέπει να γίνουν πιο φιλικά προς το περιβάλλον, έτσι αυξάνεται ραγδαία χρόνο με τον χρόνο η κίνηση των ηλεκτρικών οχημάτων. Για τον λόγο αυτό, παρουσιάζονται νέες ανάγκες για νέους σταθμούς φόρτισης ηλεκτρικών οχημάτων σε πολλές περιοχές των πόλεων, για να εξυπηρετούν όσο το δυνατόν καλύτερα τη ζήτηση ενέργειας των ηλεκτρικών οχημάτων. Λόγω αυτής της ανάγκης, είναι απαραίτητη πλέον η πρόβλεψη της ζήτησης ενέργειας των ηλεκτρικών οχημάτων, τόσο ως προς τον χρόνο αλλά και ως προς την ποσότητα της ενέργειας που απαιτείται συνολικά ανά ημέρα και περιοχή. Σε αυτό το πλαίσιο, εφαρμόζοντας σύγχρονες τεχνικές μοντελοποίησης και πρόβλεψης της ζήτησης του ηλεκτρικού φορτίου, καλούμαστε να υλοποιήσουμε εκ νέου τις τεχνικές από την εργασία (F.Mohammad, D.K.Kang, M.A.Ahmed et al.,IEEE Access, 5 2023), που σκοπό έχει την επίλυση του προβλήματος της ζήτησης ηλεκτρικής ενέργειας, καθώς και να προσεγγίσουμε τα αποτελέσματά τους. Χρησιμοποιώντας δημόσια ανοιχτά σύνολα δεδομένων, προβλέπουμε και προσεγγίζουμε με ικανοποιητική ακρίβεια τη ζήτηση σε ηλεκτρική ενέργεια σε βάθος χρόνου, έχοντας ως σημείο αναφοράς την παραπάνω εργασία. Η εν λόγω μελέτη συμβάλει στη διασφάλιση της απρόσκοπτης λειτουργίας του δικτύου ηλεκτρικής ενέργειας μια περιοχής, ελαχιστοποιώντας την πιθανότητα τυχόν δυσλειτουργιών.	el
dc.format.extent	29	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-sa/3.0/gr/	*
dc.title	Μέθοδος μηχανικής μάθησης για την πρόβλεψη κατανάλωσης ενέργειας σε ηλεκτρικά οχήματα	el
dc.title.alternative	A machine learning method for energy consumption forecasting in electric vehicles	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής	el
dc.description.abstractEN	As the means of transportation we use for our travels over the years, must become more environmental friendly, the movement of electric vehicles is rapidly increasing year by year. For this reason, new needs are being presented for new electric vehicle charging stations in each area of our cities, to serve the energy demand of electric vehicles as best as possible. Due to this need, it is now necessary to predict the energy demand of electric vehicles in terms of time but also in the terms of the amount of the energy they need in total for a specific day and per area. Thus, we, applying modern techniques for modeling and forecasting the demand for electric load, are called upon to re-implement the techniques from the work εργασία (F.Mohammad, D.K.Kang, M.A.Ahmed et al.,IEEE Access, 5 2023), which aims to solve the problem of electricity demand, and to approximate their results. Using public open source datasets, we ultimately predict and approximate with good accuracy the demand for electricity over time in relation to the above reference work. This study contributes to ensure the uninterrupted operation of the electricity grid of an area, minimizing the probability of potentials malfunctions, such as for example a generalized blackout.	el
dc.contributor.master	Κυβερνοασφάλεια και Επιστήμη Δεδομένων	el
dc.subject.keyword	BiConvLSTM	el
dc.subject.keyword	Μηχανική μάθηση	el
dc.subject.keyword	Πρόβλεψη κατανάλωσης ενέργειας	el
dc.subject.keyword	Machine learning	el
dc.date.defense	2025-06

Files in this item

Name:: Μεταπτυχιακή Διατριβή Τσιούκη ...
Size:: 2.286Mb
Format:: PDF
Description:: Μεταπτυχιακή διατριβή

View/Open

This item appears in the following Collection(s)

Τμήμα Πληροφορικής
Department of Informatics

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα