Μαθήματα

Στόχος του μαθήματος είναι η εισαγωγή στις βασικές αρχές ευφυών ενεργειακών δικτύων, τις τεχνολογίες της Τεχνητής Νοημοσύνης και τις εφαρμογές τους στο σχεδιασμό και ανάπτυξη συστημάτων ενέργειας. Παρουσιάζονται τα βασικά χαρακτηριστικά των ευφυών δικτύων και η ανάγκη για χρήση αποδοτικών εργαλείων για την υποστήριξη της λειτουργίας τους. Μελετώνται οι μεθοδολογίες της Τεχνητής Νοημοσύνης, με έμφαση στα Τεχνητά Νευρωνικά Δίκτυα (ΤΝΔ), Ασαφής Λογική, Νευρο-ασαφή συστήματα (ANFIS), Υβριδικά μοντέλα (ΤΝΔ+ANFIS, Μετασχηματισμός Κυματιδίων+ΤΝΔ, Γενετικός Αλγόριθμος+ΑΝFIS, κτλ.). Περιγράφονται οι μέθοδοι και αλγόριθμοι ΤΝΔ (Πολυστρωματικό Perceptron, Δίκτυο Elman, Δίκτυο Ακτινωτής Βάσης,κτλ.), υλοποίηση νευρωνικών δικτύων, μάθηση, ασαφής λογική, μοντέλα διαχείρισης αβεβαιότητας και μηχανικής μάθησης, τεχνολογίες και εργαλεία ανάπτυξης συστημάτων Τεχνητής Νοημοσύνης με έμφαση στα συστήματα ενέργειας. Μηχανική μάθηση, αλγόριθμοι επιβλεπόμενης και μη επιβλεπόμενης μάθησης, και εφαρμογές τους στην αναγνώριση προτύπων, στη βελτιστοποίηση και στην πρόβλεψη φορτίου.

Παρουσιάζονται και αναλύονται παραδείγματα πρόβλεψης στην ενέργεια, όπως Ζήτηση ηλεκτρικής ενέργειας (ωριαίο φορτίο, αιχμήφορτίων,συνολικήενέργεια), Ζήτηση φυσικού αερίου, Οριακή Τιμή του Συστήματος, Παραγωγή (Φ/Β, αιολικό πάρκο), Δυναμικό ΑΠΕ (ηλιακή ακτινοβολία, ταχύτητα ανέμου).

Το μάθημα εστιάζει σε εφαρμογές τεχνικών και μεθόδων τεχνητής νοημοσύνης σε θέματα συστημάτων ενέργειας, όπως μοντελοποίηση καταναλωτών ηλεκτρικής ενέργειας, πρόβλεψη φορτίου, μελέτες ροής φορτίου, διάγνωση σφαλμάτων, οικονομική λειτουργία φορτίου, έλεγχος συχνότητας και τάσης, κτλ. καθώς και σε εφαρμογές τεχνητής νοημοσύνης στον ενεργειακό σχεδιασμό και τη διαχείριση ενεργειακών πόρων.

Τα θέματα αυτά καλύπτονται σε διαλέξεις, κατά τις οποίες οι σπουδαστές έχουν τη δυνατότητα να έρθουν σε επαφή με τα βασικά θεωρητικά ζητήματα, αλλά και με εργαλεία που χρησιμοποιούνται στην πράξη για τη χρήση των μεθόδων της Τεχνητής Νοημοσύνης στην ανάπτυξη συστημάτων ενέργειας.