Η παρούσα μεταπτυχιακή διπλωματική εργασία διερευνά την ποσοτική επίδραση εφαρμογών Τεχνητής Νοημοσύνης (ΤΝ) στη λειτουργική και οικονομική απόδοση αιολικών πάρκων στην Ελλάδα. Ενώ η εγκατεστημένη αιολική ισχύς της χώρας έχει υπερβεί τα 5.500 MW και σημαντικό μέρος των ελληνικών αιολικών εγκαταστάσεων πλησιάζει ή έχει ξεπεράσει τα δέκα έτη λειτουργίας, η διεθνής βιβλιογραφία, που τεκμηριώνει βελτιώσεις παραγωγής 3–9% και μειώσεις λειτουργικού κόστους 12–18% μέσω της Τεχνητής Νοημοσύνης, δεν συνοδεύεται από αντίστοιχη εμπειρική μελέτη για το ελληνικό περιβάλλον. Το ερευνητικό ερώτημα μετατοπίζεται έτσι από το «αξίζει να φτιαχτεί νέο πάρκο;» στο «αξίζει να αναβαθμιστεί ψηφιακά ένα υπάρχον;».
Για την απάντησή του, αξιοποιείται συνδυασμός Συστηματικής Βιβλιογραφικής Ανασκόπησης (PRISMA 2020, 47 μελέτες), πολλαπλών μελετών περίπτωσης σε δείγμα δέκα ελληνικών αιολικών πάρκων συνολικής ισχύος 346,3 MW, και χρηματοοικονομικής μοντελοποίησης με δείκτες NPV, IRR και Payback Period. Αξιολογούνται τρεις τεχνολογίες ΤΝ - βελτιστοποίηση ομόρρευστων ουρών (wake steering), πρόβλεψη παραγωγής με νευρωνικά δίκτυα LSTM και προγνωστική συντήρηση - καθώς και τέσσερα εναλλακτικά μοντέλα υλοποίησης.
Τα αποτελέσματα δείχνουν ότι η ολοκληρωμένη εφαρμογή ΤΝ αναμένεται να αυξήσει την παραγωγή κατά 7,6% και τα καθαρά κέρδη κατά 14,3% κατά μέσο όρο, με σημαντική διαφοροποίηση ανά πάρκο (8,5–17,5%). Εντοπίζεται κρίσιμο μέγεθος βιωσιμότητας στα 25 MW, ενώ το υβριδικό μοντέλο υλοποίησης αναδεικνύεται ως βέλτιστο για μεγάλα πάρκα.