PREDIVIS

Διαχωρισμός ενεργειακών φορτίων για εφαρμογές ενεργειακής απόδοσης και προγνωστικής συντήρησης, χρησιμοποιώντας επιτάχυνση υλικού (hardware acceleration)
2017-2021 | SNF

Έργο «PREDIVIS: Hardware accelerated energy disaggregation for energy efficiency and predictive maintenance applications”, χρηματοδοτούμενο από το πρόγραμμα Βιομηχανικών Υποτροφιών του Ιδρύματος Σταύρος Νιάρχος. Υπεύθυνη: E Μαρκουλάκη, Υπότροφος: Σ. Κοτσιλίτης (υπ. διδάκτορας Πανεπιστημίου Αιγαίου), Εταιρία: Plegma Labs S.A., [2017–2021]

Το έργο PREDIVIS στοχεύει στην ανάπτυξη νέων εργαλείων για τον διαχωρισμό ενεργειακών φορτίων και την παρακολούθηση της κατάστασης των ηλεκτρικών συσκευών. Αυτά τα εργαλεία θα συλλέγουν και θα αναλύουν πολύπλοκες χρονοσειρές ενεργειακών φορτίων σε πραγματικό χρόνο, με χρήση κατάλληλων αλγορίθμων στο edge και στο cloud.

Μέχρι τώρα, έχουμε αναπτύξει εξειδικευμένους αισθητήρες για δειγματοληψία υψηλής συχνότητας, καθώς και αλγόριθμους για διαχωρισμό ενεργειακών φορτίων και για ανίχνευση σφαλμάτων λειτουργίας.

Έχουμε ήδη μια πρώτη επίδειξη αυτής της προσέγγισης σε βιομηχανικό περιβάλλον (βλ. έργα SUPREEMO και CLARION), και τα συστήματά μας θα εγκατασταθούν σύντομα σε εργοστάσιο της Nestle (το έργο αυτό μόλις έγινε αποδεκτό μέσω της πρόσκλησης Ignite Ideas II).

 

Δημοσιεύσεις:

  1. Kotsilitis S., Marcoulaki E., Kalligeros E., Mousmoulas Y., 2018. Energy efficiency and predictive maintenance applications using smart energy measuring devices. In S. Haugen, A. Barros, C. van Gulijk, T. Kongsvik & J.E. Vinnem (eds.) “Safety and Reliability – Safe Societies in a Changing World”, CRC Press, ISBN 978-0-8153-8682,  pp. 987-994, https://www.taylorfrancis.com/books/9781351174657
  2. Kotsilitis S., Marcoulaki E., Kalligeros E. & Mousmoulas Y., 2018. Distributed edge computing paradigm with dedicated devices for energy efficiency and predictive maintenance applications. In “Industrial Internet of Things and Smart Manufacturing”, Springer Series on Lecture Notes on Data Engineering and Communications Technologies (NDECT), in press (ISBN: 978-1-912532-06-3)
  3. Kotsilitis S., Marcoulaki E., Kalligeros E., 2019. High Frequency Energy Disaggregation Sampling and Analysis towards Predictive Maintenance Applications. In M. Beer & E. Zio (eds.) “Proceedings of the 29th European Safety and Reliability Conference”, Research Publishing, Singapore, pp. 1214-1222, ISBN: 978-981-11-2724-3; https://doi.org/10.3850/978-981-11-2724-3 0892-cd.
ΙΠΡΕΤΕΑ - Επίσημος Δικυτακός Τόπος
Skip to content