dc.contributor.author |
Καραμαζιώτης, Παναγιώτης Ιωάννης
|
el |
dc.contributor.author |
Karamaziotis, Panagiotis Ioannis
|
en |
dc.date.accessioned |
2017-03-27T11:53:57Z |
|
dc.date.available |
2017-03-27T11:53:57Z |
|
dc.date.issued |
2017-03-27 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/44751 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.14101 |
|
dc.rights |
Default License |
|
dc.subject |
Τεχνικές προβλέψεων |
el |
dc.subject |
Προβλέψεις για τη ζήτηση νερού |
el |
dc.subject |
Διαχείριση υδάτων |
el |
dc.subject |
Προβλέψεις χρονοσειρών |
el |
dc.subject |
Forecasting techniques |
en |
dc.subject |
Water demand forecast |
en |
dc.subject |
Water management |
en |
dc.subject |
Time-series forecasting |
en |
dc.title |
Ανάπτυξη ολοκληρωμένης μεθοδολογίας πρόβλεψης ζήτησης νερού για την περιοχή της Αττικής |
el |
dc.title |
An integrated methodology for water demand forecasting for the region of Attica |
en |
heal.type |
bachelorThesis |
|
heal.classification |
Επιχειρηματικές προβλέψεις |
el |
heal.classification |
Business forecasting |
en |
heal.classification |
Data mining |
en |
heal.classification |
Ανάλυση δεδομένων |
el |
heal.classification |
Εξόρυξη δεδομένων |
el |
heal.classificationURI |
http://id.loc.gov/authorities/subjects/sh85018299 |
|
heal.classificationURI |
http://id.loc.gov/authorities/subjects/sh97002073 |
|
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2016-03-18 |
|
heal.abstract |
Η παρούσα διπλωματική έχει ως σκοπό την ανάπτυξη μιας αξιόπιστης μεθοδολογίας βραχυπρόθεσμης πρόβλεψης ζήτησης νερού για την περιοχή της περιφέρειας της Αττικής. Η σημαντικότητα της επιστήμης των προβλέψεων στην κατανάλωση νερού είναι πολύ σημαντική για διάφορους λόγους. Ειδικότερα, η βραχυπρόθεσμη πρόβλεψη ζήτησης νερού του τελικού καταναλωτή είναι απαραίτητη τόσο για την πρόβλεψη επενδύσεων και εσόδων που θέλει να κάνει ο διαχειριστής του δικτύου όσο και για τον τελικό καθορισμό της τιμής ανά μονάδα προϊόντος. Επιπλέον, εξαιτίας της σημαντικότητας του νερού για την επιβίωση οποιασδήποτε μορφής ζωής πάνω στη γη και με βάση τις νέες οδηγίες της Ε.Ε σχετικά με την διαχείριση των υδάτινων πόρων στην Ευρωπαϊκή περιφέρεια κρίνεται απαραίτητη η ανάπτυξη ενός πανελλαδικού σχεδίου διαχείρισης των υδάτων, στο οποίο θα εντάσσεται και μία αξιόπιστη μεθοδολογία πρόβλεψης ζήτησης νερού. Φιλοδοξία αυτής της διπλωματικής είναι να αποτελέσει μία επιστημονική βάση για την συμμετοχή της επικρατούσας μεθοδολογίας στο παραπάνω σχέδιο διαχείρισης υδάτινων πόρων.
Αρχικά, παρουσιάζεται η Ελληνική πραγματικότητα της διαχείρισης και κατανάλωσης υδάτων δίνοντας ξεχωριστή έμφαση στο νομό Αττικής τον οποίο και αφορά η παρούσα διπλωματική. Έπειτα γίνεται μία αναλυτική επισκόπηση των μεθόδων που χρησιμοποιούνται για τη βραχυπρόθεσμη πρόβλεψη νερού. Ακόμη, παρουσιάζονται και οι εφτά μέθοδοι που χρησιμοποιούνται για την παρούσα διπλωματική προκειμένου να συμβάλλουν με την ακρίβεια τους στις παραγόμενες προβλέψεις. Επιπλέον, αναλύονται τα σφάλματα μέτρησης της ακρίβειας των μεθόδων πρόβλεψης δίνοντας μεγαλύτερη έμφαση στο κριτήριο MAPE το οποίο είναι και το βασικό κριτήριο επιλογής για τη βέλτιστη μεθοδολογία.
Μετά την παρουσίαση του θεωρητικού υποβάθρου της διπλωματικής και έχοντας τα δεδομένα ζήτησης νερού στον τελικό καταναλωτή από την ΕΥΔΑΠ εφαρμόζονται βήμα προς βήμα οι τρεις μεθοδολογίες και συγκρίνονται με βάση τα τελικά αποτελέσματα που δίνουν σε ένα προκαθορισμένο διάστημα (διάστημα Β) στο οποίο είναι ήδη γνωστές οι μηνιαίες παρατηρήσεις των χρονοσειρών. H συγκεντρωτική παρουσίαση των αποτελεσμάτων φανερώνει ότι η πρώτη μεθοδολογία που περιλαμβάνει την ανάλυση των χρονοσειρών σε Clusters, την παραγωγή επιμέρους προβλέψεων και ύστερα την συνάθροιση τους για την παραγωγή της τελικής πρόβλεψης είναι η προτιμότερη. Τέλος, για τις επιμέρους μεθόδους πρόβλεψης, φαίνεται ότι ο ισοβαρής συνδυασμός των τριών καλύτερων μεθόδων πρόβλεψης είναι ο πιο αποτελεσματικός συγκριτικά με τις μεμονωμένες μεθόδους. |
el |
heal.abstract |
This thesis aims to develop a reliable methodology for water demand forecasting for the region of Attica, Greece. The importance of water demand forecasting is undeniably huge for several reasons. In particular, mid-term water demand forecasts of the end-consumer is essential both for the provision of investment the water utility operator needs to do for the network, as well as for the final determination of the price per unit of water. Furthermore, because of the importance of water for the survival of any form of life on earth and in the light of new EU directives on the management of water resources in the European territory, the development of a nationwide water management plan that will include a reliable methodology for water demand forecasting is an absolute necessity. The ambition of this project is to provide a solid scientific basis for the inclusion of the best methodology for water demand forecasting, in the above water management plan.
Initially, we present the Greek reality of water consumption and management by giving special emphasis to Attica. Following this, there is a detailed overview of the methods used for the mid-term water demand forecasting. There is also a complete presentation of all seven forecasting methods used in this thesis to contribute with their accuracy in the produced forecasts. Furthermore, we analyze the measurement of accuracy errors of the forecasting methods by putting more emphasis on the criterion MAPE which is the main selection criterion for the optimal methodology.
After the presentation of the theoretical background of the thesis, we develop the three forecasting methodologies, one of which is the most preferable because of a lower final MAPE error. Having the water demand data by EYDAP we implement step by step the three methodologies and compare them against a predetermined period (period B) in which it is already known the real monthly observations of the water demand time series. The aggregate results reveal that the first methodology(No1) is the best methodology and involves the analysis of time series into clusters, producing individual estimates for each cluster and then aggregating them to produce the final prediction. Finally, for individual forecasting methods, it seems that the equal-weight combination of the three best forecasting methods each time, is the most trustworthy from all the other individual methods. |
en |
heal.advisorName |
Ασημακόπουλος, Βασίλειος |
el |
heal.committeeMemberName |
Ασημακόπουλος, Βασίλειος |
el |
heal.committeeMemberName |
Ψαρράς, Ιωάννης |
el |
heal.committeeMemberName |
Ασκούνης, Δημήτρης |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
171 σ. |
|
heal.fullTextAvailability |
true |
|