Βελτιστοποίηση της συντήρησης ανεμογεννητριών με χρήση δεδομένων SCADA

Κουτρουμπής, Χρήστος

dc.contributor.advisor	Drosos, Christos
dc.contributor.author	Κουτρουμπής, Χρήστος
dc.date.accessioned	2024-07-19T07:59:49Z
dc.date.available	2024-07-19T07:59:49Z
dc.date.issued	2024-06-27
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/7111
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-6945
dc.description.abstract	Με την αυξανόμενη ζήτηση για ανανεώσιμες πηγές ενέργειας, οι ανεμογεννήτριες έχουν γίνει ένα πανταχού παρόν σε πολλές περιοχές. Ωστόσο, η συντήρηση αυτών των πολύπλοκων μηχανών μπορεί να είναι δύσκολη και δαπανηρή, ιδίως λόγω των απομακρυσμένων τοποθεσιών τους. Για την αντιμετώπιση αυτού του ζητήματος, πολλοί φορείς εκμετάλλευσης αιολικών πάρκων έχουν στραφεί σε συστήματα SCADA (Εποπτικός έλεγχος και απόκτηση δεδομένων), χρησιμοποιώντας δεδομένα πραγματικού κόσμου από ένα αιολικό πάρκο, δείχνοντας ότι μπορεί να μειώσει σημαντικά το κόστος συντήρησης και να βελτιώσει τη διαθεσιμότητα της ανεμογεννήτριας. Η εργασία αναδεικνύει τις δυνατότητες των συστημάτων SCADA ως ένα ισχυρό εργαλείο για τη βελτιστοποίηση της συντήρησης των ανεμογεννητριών και τη βελτίωση της αξιοπιστίας της παραγωγής ανανεώσιμης ενέργειας. Ένα σύστημα εποπτικού ελέγχου και συλλογής δεδομένων για την παρακολούθηση της απόδοσης των ανεμογεννητριών τους και τον εντοπισμό πιθανών προβλημάτων πριν αυτά μετατραπούν σε δαπανηρές βλάβες. Σε αυτό το έγγραφο, διερευνάτε ο τρόπος με τον οποίο τα δεδομένα SCADA μπορούν να χρησιμοποιηθούν για τη βελτιστοποίηση των προγραμμάτων συντήρησης των ανεμογεννητριών και τη μείωση του χρόνου διακοπής λειτουργίας. Πραγματοποιείτε μια προσέγγιση με βάση τα δεδομένα που αξιοποιεί αλγορίθμους μηχανικής μάθησης για την πρόβλεψη των αναγκών συντήρησης με βάση τα δεδομένα SCADA. Επιδεικνύετε η αποτελεσματικότητα της προσέγγισής αυτής.	el
dc.format.extent	70	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	SCADA	el
dc.subject	Ευφυείς ανεμογεννήτριες	el
dc.subject	Ανάλυση δεδομένων	el
dc.subject	Βελτιστοποίηση απόδοσης ανεμογεννητριών	el
dc.subject	Ανίχνευση σφαλμάτων	el
dc.subject	Διάγνωση σφαλμάτων	el
dc.subject	Έλεγχος ανεμογεννητριών	el
dc.subject	Προηγμένα συστήματα SCADA	el
dc.title	Βελτιστοποίηση της συντήρησης ανεμογεννητριών με χρήση δεδομένων SCADA	el
dc.title.alternative	Optimization of wind turbine maintenance using SCADA data	el
dc.type	Μεταπτυχιακή διπλωματική εργασία	el
dc.contributor.committee	Ganetsos, Theodore
dc.contributor.committee	Κάντζος, Δημήτριος
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής	el
dc.contributor.master	Αυτοματισμός Παραγωγής και Υπηρεσιών	el
dc.description.abstracttranslated	With the growing demand for renewable energy, wind turbines have become a ubiquitous feature in many regions. However, maintaining these complex machines can be difficult and costly, especially due to their remote locations. To address this issue, many wind farm operators have turned to SCADA systems using real-world data from a wind farm, showing that it can significantly reduce maintenance costs and improve turbine availability. The paper highlights the potential of SCADA systems as a powerful tool to optimize wind turbine maintenance and improve the reliability of renewable energy production. (Supervisory control and data collection) to monitor the performance of their wind turbines and identify potential problems before they turn into costly failures. In this paper, we explore how SCADA data can be used to optimize wind turbine maintenance schedules and reduce downtime. You implement a data-driven approach that leverages machine learning algorithms to predict maintenance needs based on SCADA data. Demonstrate the effectiveness of this approach.	el

Files in this item

Name:: ΚΟΥΤΡΟΥΜΠΗΣ ΧΡΗΣΤΟΣ - 80697818.pdf
Size:: 2.499Mb
Format:: PDF

View/Open

This item appears in the following Collection(s)

Μεταπτυχιακές διπλωματικές εργασίες - Αυτοματισμός Παραγωγής και Υπηρεσιών
Μεταπτυχιακές διπλωματικές εργασίες ΠΜΣ Αυτοματισμός Παραγωγής και Υπηρεσιών

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές