Ανάπτυξη αλγορίθμου μηχανικής μάθησης για προγνωστική συντήρηση φωτοβολταϊκών πάρκων και υλοποίηση σε υλικό υπολογιστικής παρυφής
Loading...
Date
2025-10-13
Authors
Γεωργίου, Γεωργία
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία επικεντρώνεται στη μελέτη, αξιολόγηση και βελτιστοποίηση της εφαρμογής PV-Hawk, η οποία χρησιμοποιείται για την αυτοματοποιημένη επιθεώρηση φωτοβολταϊκών πάρκων μεγάλης κλίμακας μέσω τεχνικών μηχανικής όρασης. Η έρευνα στοχεύει αρχικά στην αποτίμηση της απόδοσης της εφαρμογής σε διαφορετικά υπολογιστικά περιβάλλοντα, μεταβαίνοντας από μια υλοποίηση ανεξάρτητη από το υλικό (hardware-agnostic) σε μια πιο εξειδικευμένη, προσαρμοσμένη στις δυνατότητες κάθε πλατφόρμας (hardware-aware). Στο πλαίσιο αυτό, εξετάζεται η εκτέλεση του συστήματος σε πραγματικά σενάρια χρήσης, με ιδιαίτερη έμφαση στην υπολογιστική στο άκρο (edge computing), ώστε να επιτευχθεί η βέλτιστη κατανομή πόρων και η λειτουργία σε συνθήκες πραγματικού χρόνου. Παράλληλα, αναλύονται και συγκρίνονται μετρικές όπως χρόνος καθυστέρησης (latency), κατανάλωση μνήμης και ισχύος, και ενεργειακή αποδοτικότητα, ενώ μελετώνται διαφορετικοί αλγόριθμοι μηχανικής μάθησης και η ενσωμάτωση επιταχυντών εξειδικευμένων σε αυτούς. Επιπλέον, διερευνάται η χρήση σύγχρονων πρωτοκόλλων επικοινωνίας, όπως το Zenoh, για την αποτελεσματική μεταφορά δεδομένων σε ετερογενή περιβάλοντα. Τα αποτελέσματα της έρευνας παρέχουν μια ολοκληρωμένη εικόνα των δυνατοτήτων και των περιορισμών του συστήματος, αναδεικνύοντας τα πλεονεκτήματα και τις προκλήσεις της υλοποίησης σε edge και cloud υποδομές.
Description
Keywords
Μηχανική μάθηση, Προγνωστική συντήρηση, Φωτοβολταϊκά πάρκα, Υπολογιστική παρυφή, Ανίχνευση σφαλμάτων