| _version_ |
1828461929293676544
|
| author |
Ελευθεριάδου, Θεόπη
|
| author2 |
Αμπαζής, Νικόλαος
|
| author_facet |
Αμπαζής, Νικόλαος
Ελευθεριάδου, Θεόπη
|
| author_sort |
Ελευθεριάδου, Θεόπη
|
| collection |
DSpace
|
| description |
Η εργασία προτείνει τρόπους για την εκτίμηση της αντίστασης γείωσης των διαφόρων συστημάτων γείωσης τα οποία είναι τοποθετημένα είτε σε φυσικό έδαφος είτε σε διάφορα βελτιωτικά εδάφους. Τα συστήματα γείωσης χρησιμοποιούνται για να εκτρέπουν τα υψηλά ρεύματα προς τη γη. Η σωστή εκτίμηση της αντίστασης γείωσης είναι χρήσιμη τόσο από τεχνικής όσο και από οικονομικής άποψης, ώστε να γίνει σωστή ηλεκτρική εγκατάσταση στις κατασκευές με το χαμηλότερο δυνατό κόστος. Η εργασία πραγματεύεται συμβατικές και ευφυείς τεχνικές ανάλυσης δεδομένων, για την μο- ντελοποίηση της αντίστασης εδάφους από τις διαθέσιμες μετρήσεις. Προκειμένου να εκτιμηθεί η αντίσταση του εδάφους από τις καιρικές συνθήκες και τα δεδομένα εδάφους, όπως είναι η ειδική αντίσταση του εδάφους και οι μετρήσεις της βροχόπτωσης, εφαρμόστηκαν τρία μοντέλα γραμμικής παλινδρόμησης σε κατάλληλο σύνολο δεδομένων καθώς και μια προσέγγιση που βασίζεται σε νευ- ρωνικά δίκτυα πρόσω τροφοδότησης. Τέλος, εφαρμόστηκε μια διαδικασία επιλογής μεταβλητών με επιτυχία, η οποία έδειξε ότι τα χαρα- κτηριστικά που επιλέγονται για την εκτίμηση της αντίστασης του εδάφους από αυτή είναι σύμφωνα με τη γνώμη των ειδικών σχετικά με τη σημασία των μεταβλητών. Τα δεδομένα των πειραμάτων αποτελούνται από μετρήσεις που έχουν πραγματοποιηθεί στην Ελλάδα κατά τη διάρκεια των τριών τελευταίων ετών. Οι μεταβλητές εισόδου που χρησιμοποιούνται για την μοντελοποίηση της γείωσης σχετίζονται με την αντίσταση του εδάφους μέσα σε διάφορα βάθη και το ύψος των βροχοπτώσεων κατά τη διάρκεια ορισμένων χρονικών περιόδων, όπως για παράδειγμα της προηγούμενης εβδομάδας και του τελευ- ταίου μήνα. Από τα πειράματα προκύπτουν αποτελέσματα στα οποία η συσχέτιση της προβλεπόμενης τιμής για τα μοντέλα εκπαίδευσης και τα δοκιμαστικά μοντέλα ξεπερνά το 99% υπό ορισμένες συνθήκες.
|
| id |
oai:hellanicus.lib.aegean.gr:11610-8489
|
| institution |
Hellanicus
|
| language |
Greek
|
| publishDate |
2015
|
| record_format |
dspace
|
| spelling |
oai:hellanicus.lib.aegean.gr:11610-84892025-02-08T02:01:48Z Μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης Ελευθεριάδου, Θεόπη Αμπαζής, Νικόλαος Αντίσταση εδάφους Ειδική αντίσταση εδάφους Νευρωνικά Δίκτυα Πρόσω τροφοδότησης Γραμμική παλινδρόμηση Επιλογή μεταβλητών Ground Resistance Soil Resistivity Feed-forward Neural Networks Linear regression Feature Selection Η εργασία προτείνει τρόπους για την εκτίμηση της αντίστασης γείωσης των διαφόρων συστημάτων γείωσης τα οποία είναι τοποθετημένα είτε σε φυσικό έδαφος είτε σε διάφορα βελτιωτικά εδάφους. Τα συστήματα γείωσης χρησιμοποιούνται για να εκτρέπουν τα υψηλά ρεύματα προς τη γη. Η σωστή εκτίμηση της αντίστασης γείωσης είναι χρήσιμη τόσο από τεχνικής όσο και από οικονομικής άποψης, ώστε να γίνει σωστή ηλεκτρική εγκατάσταση στις κατασκευές με το χαμηλότερο δυνατό κόστος. Η εργασία πραγματεύεται συμβατικές και ευφυείς τεχνικές ανάλυσης δεδομένων, για την μο- ντελοποίηση της αντίστασης εδάφους από τις διαθέσιμες μετρήσεις. Προκειμένου να εκτιμηθεί η αντίσταση του εδάφους από τις καιρικές συνθήκες και τα δεδομένα εδάφους, όπως είναι η ειδική αντίσταση του εδάφους και οι μετρήσεις της βροχόπτωσης, εφαρμόστηκαν τρία μοντέλα γραμμικής παλινδρόμησης σε κατάλληλο σύνολο δεδομένων καθώς και μια προσέγγιση που βασίζεται σε νευ- ρωνικά δίκτυα πρόσω τροφοδότησης. Τέλος, εφαρμόστηκε μια διαδικασία επιλογής μεταβλητών με επιτυχία, η οποία έδειξε ότι τα χαρα- κτηριστικά που επιλέγονται για την εκτίμηση της αντίστασης του εδάφους από αυτή είναι σύμφωνα με τη γνώμη των ειδικών σχετικά με τη σημασία των μεταβλητών. Τα δεδομένα των πειραμάτων αποτελούνται από μετρήσεις που έχουν πραγματοποιηθεί στην Ελλάδα κατά τη διάρκεια των τριών τελευταίων ετών. Οι μεταβλητές εισόδου που χρησιμοποιούνται για την μοντελοποίηση της γείωσης σχετίζονται με την αντίσταση του εδάφους μέσα σε διάφορα βάθη και το ύψος των βροχοπτώσεων κατά τη διάρκεια ορισμένων χρονικών περιόδων, όπως για παράδειγμα της προηγούμενης εβδομάδας και του τελευ- ταίου μήνα. Από τα πειράματα προκύπτουν αποτελέσματα στα οποία η συσχέτιση της προβλεπόμενης τιμής για τα μοντέλα εκπαίδευσης και τα δοκιμαστικά μοντέλα ξεπερνά το 99% υπό ορισμένες συνθήκες. The paper proposes ways for estimating the ground resistance of several grounding systems, embedded in various ground enhancing compounds. Grounding systems are used to divert high fault currents to the earth. The proper estimation of the ground resistance is useful from a technical and also economic viewpoint, for the proper electrical installation of constructions. The work utilizes both, conventional and intelligent data analysis techniques, for ground resistance modelling from field measurements. In order to estimate ground resistance from weather and ground data such as soil resistivity, rainfall measurements, etc., three linear regression models have been applied to a properly selected dataset, as well as an intelligent approach based in feed-forward neural networks,. A feature selection process has also been successfully applied, showing that features selected for estimation agree with experts’ opinion on the importance of the variables considered. Experimental data consist of field measurements that have been performed in Greece during the last three years. The input variables used for analysis are related to soil resistivity within various depths and rainfall height during some periods of time, like last week and last month. Experiments produce high quality results, as correlation exceeds 99% for specific experimental settings of all approaches tested. 2015-11-17T10:31:35Z 2015-11-17T10:31:35Z 2015 http://hdl.handle.net/11610/8489 el application/pdf Χίος
|
| spellingShingle |
Αντίσταση εδάφους
Ειδική αντίσταση εδάφους
Νευρωνικά Δίκτυα Πρόσω τροφοδότησης
Γραμμική παλινδρόμηση
Επιλογή μεταβλητών
Ground Resistance
Soil Resistivity
Feed-forward Neural Networks
Linear regression
Feature Selection
Ελευθεριάδου, Θεόπη
Μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης
|
| title |
Μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης
|
| title_full |
Μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης
|
| title_fullStr |
Μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης
|
| title_full_unstemmed |
Μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης
|
| title_short |
Μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης
|
| title_sort |
μοντελοποίηση δεδομένων μέτρησης αντίστασης γείωσης με αλγόριθμους υπολογιστικής νοημοσύνης
|
| topic |
Αντίσταση εδάφους
Ειδική αντίσταση εδάφους
Νευρωνικά Δίκτυα Πρόσω τροφοδότησης
Γραμμική παλινδρόμηση
Επιλογή μεταβλητών
Ground Resistance
Soil Resistivity
Feed-forward Neural Networks
Linear regression
Feature Selection
|
| url |
http://hdl.handle.net/11610/8489
|
| work_keys_str_mv |
AT eleutheriadoutheopē montelopoiēsēdedomenōnmetrēsēsantistasēsgeiōsēsmealgorithmousypologistikēsnoēmosynēs
|