Πρόβλεψη κατανάλωσης φυσικού αερίου και
διερεύνηση μελλοντικών επεκτάσεων του δικτύου με
χρήση μηχανικής μάθησης.
Η Περίπτωση της Περιφέρειας Αττικής

Παπαδήμα Κουτσοθανάση, Άννα; Papadima Koutsothanasi, Anna

dc.contributor.author	Παπαδήμα Κουτσοθανάση, Άννα	el
dc.contributor.author	Papadima Koutsothanasi, Anna	en
dc.date.accessioned	2023-12-22T12:36:57Z
dc.date.available	2023-12-22T12:36:57Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/58479
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.26175
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο. Μεταπτυχιακή εργασία. Διεπιστημονικό - Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) "Αρχιτεκτονική - Σχεδιασμός του Χώρου : Πολεοδομία - Χωροταξία (Κατ. Β')"	el
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Φυσικό αέριο	el
dc.subject	Προβλέψεις	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Χωρική ανάλυση	el
dc.subject	GIS	en
dc.subject	Natural gas	en
dc.subject	Gas consumption	en
dc.subject	Predictions	en
dc.subject	Machine Learning	en
dc.subject	Spatial analysis	en
dc.subject	Spatial autocorrelation	en
dc.title	Πρόβλεψη κατανάλωσης φυσικού αερίου και διερεύνηση μελλοντικών επεκτάσεων του δικτύου με χρήση μηχανικής μάθησης. Η Περίπτωση της Περιφέρειας Αττικής	el
dc.title	Predicting Gas Consumption and exploring future network extensions using Machine Learning. The Case of Attica	en
heal.type	masterThesis
heal.classification	Πολεοδομία και Χωροταξία	el
heal.classification	Μηχανική Μάθηση	el
heal.classification	Μέθοδοι Πρόβλεψης	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-12-08
heal.abstract	Η ενσωμάτωση των τεχνολογιών πληροφορικής στις πόλεις οδηγεί στην εξέλιξη των έξυπνων πόλεων, ενισχύοντας την αποτελεσματικότητα των δραστηριοτήτων και συνδέοντας την υπολογιστική νοημοσύνη με χωρικά προβλήματα, όπως η βέλτιστη επέκταση δικτύου Φυσικού Αερίου (ΦΑ) για τη βελτίωση του αστικού περιβάλλοντος. Η συγκεκριμένη εργασία έχει ως στόχο να μελετήσει την κατανάλωση ΦΑ στην περιφέρεια Αττικής με την χρήση Γεωγραφικών Συστημάτων Πληροφοριών (GIS) και μηχανικής μάθησης. Μετά από μια εισαγωγή στο θέμα και τον καθορισμό των στόχων, περιγράφονται λεπτομερώς το ΦΑ ως πηγή ενέργειας, το Ελληνικό Ενεργειακό Σύστημα και το Εθνικό Σύστημα Μεταφοράς ΦΑ. Εξετάζονται εργασίες που ασχολούνται με την πρόβλεψη κατανάλωσης ΦΑ, παρέχοντας ανάλυση και σύγκριση των σχετικών τεχνολογιών. Στην συνέχεια παρουσιάζονται τα εργαλεία και τα μοντέλα μηχανικής μάθησης που χρησιμοποιούνται στην εργασία. Στο επόμενο κεφάλαιο, αναλύεται το μεθοδολογικό πλαίσιο της έρευνας που περιλαμβάνει τη χρήση κατάλληλων γεωπληροφοριακών συστημάτων, στα οποία γίνεται η εισαγωγή, η επεξεργασία και τελικά η προβλεψη της κατανάλωσης ΦΑ. Επιπλέον κομμάτι της μεθοδολογίας αποτελεί και η ανάλυση χωρικής αυτοσυσχέτισης των αποτελεσμάτων και τελικά η σύγκριση των προβλέψεων με τα προγραμματιζόμενα έργα αγωγών ΦΑ. Η εργασία συνεχίζει με την εφαρμογή των μεθόδων στην περιοχή Αττικής και τα αποτελέσματα των προβλέψεων. Τελευταίο κομμάτι της εργασίας αποτελούν τα συμπεράσματα και οι προτάσεις για μελλοντική έρευνα.	el
heal.abstract	The implementation of the technologies of informatics in the cities is leading to the evolution of smart cities, enhancing the efficiency of activities and connecting computational science to spatial problems, such as the optimal extension of the Natural Gas (NG) network to improve the urban environment. This research aims to study the consumption of NG in the region of Attica using Geographic Information Systems (GIS) and machine learning. After an introduction to the topic and the definition of the objectives, the study describes in detail the NG as an energy source, the Greek Energy System and the National NG Transmission System. Relevant research dealing with the prediction of NG consumption are reviewed, providing analysis and comparison of the pertinent technologies. The machine learning tools and models used in the research are then presented in the next chapter, as well as the methodological framework of the research, including the use of appropriate geoinformation systems, in which the input, the processing and finally the prediction of gas consumption is achieved. An additional part of the methodology is the spatial autocorrelation analysis of the results and finally the comparison of the predictions with the pre-planned NG pipeline projects. The paper continues with the application of the methodology in the Attica region and the results of the predictions. The last part of the study is the conclusions and suggestions for future research	en
heal.advisorName	Χατζηχρήστος, Θωμάς	el
heal.committeeMemberName	Στάμου, Δήμητρα	el
heal.committeeMemberName	Μπακογιάννης, Ευθύμιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αρχιτεκτόνων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	93
heal.fullTextAvailability	false	el