Τα νευρωνικά δίκτυα ως υποκατάστατα μοντέλα για την προσομοίωση υβριδικού συστήματος νερού και ενέργειας

Ι. Ανυφαντή, Τα νευρωνικά δίκτυα ως υποκατάστατα μοντέλα για την προσομοίωση υβριδικού συστήματος νερού και ενέργειας, Μεταπτυχιακή εργασία, 140 pages, Τομέας Υδατικών Πόρων και Περιβάλλοντος – Εθνικό Μετσόβιο Πολυτεχνείο, 2018.

[doc_id=1853]

[Ελληνικά]

Ο δυναμικά εξελισσόμενος ενεργειακός τομέας, καθώς και η αυξανόμενη ζήτηση νερού και ενέργειας, καθιστούν επιτακτική την ανάγκη για την ανάπτυξη μεθόδων που είναι ικανές να διαχειριστούν αποτελεσματικά τις δύο παραπάνω ανάγκες. Μια από τις διαθέσιμες τεχνικές για την ταυτόχρονη εκπλήρωση των αναγκών αυτών αποτελεί είναι η αντλησιοταμίευση, που εφαρμόζεται στα υβριδικά συστήματα νερού και ενέργειας. Το γεγονός ότι τα συστήματα αυτά διαχειρίζονται ταυτόχρονα τις ροές νερού και ενέργειας, καθώς και άλλοι παράγοντες όπως, για παράδειγμα, το απαιτούμενο χρονικό βήμα των υπολογισμών, συνθέτουν ένα υπολογιστικά απαιτητικό πρόβλημα προσομοίωσης και βελτιστοποίησης. Στην παρούσα μεταπτυχιακή εργασία, η πρόκληση αυτή προσεγγίζεται μέσω υποκατάστατης μοντελοποίησης με τη χρήση νευρωνικών δικτύων, που αποσκοπεί στη μείωση του υπολογιστικού χρόνου της προσομοίωσης. Η ανάπτυξη της συγκεκριμένης μεθοδολογίας βασίζεται στην παραγωγή δεδομένων εκπαίδευσης των νευρωνικών δικτύων βάσει ιστορικών δεδομένων, και στην παραγωγή δεδομένων επαλήθευσής τους βάσει συνθετικών χρονοσειρών των αντίστοιχων μεταβλητών από την εφαρμογή ενός αναλυτικού μοντέλου προσομοίωσης των εμπλεκόμενων συστημάτων. Πεδίο εφαρμογής της μεθοδολογίας αποτελεί ένα υποθετικό υβριδικό σύστημα νερού και ενέργειας στο μη διασυνδεδεμένο νησί της Αστυπάλαιας. Έπειτα από την επαλήθευση των νευρωνικών δικτύων επιλέγονται τα καταλληλότερα για την επιδιωκόμενη χρήση και αξιολογείται βάσει χρονομέτρησης η απόδοσή τους ως υποκατάστατα μοντέλα. Τα αποτελέσματα έδειξαν ότι με τη χρήση των νευρωνικών δικτύων ως υποκατάστατα μοντέλα επιτυγχάνεται σημαντική εξοικονόμηση του υπολογιστικού φόρτου, δίνοντας έναυσμα για τη διερεύνηση της χρήσης τους και σε άλλες εφαρμογές στο μέλλον.

PDF Πλήρες κείμενο (5604 KB)

PDF Συμπληρωματικό υλικό: