Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/26307| Título: | Detecção de vazamentos em dados de fluxo de água com seleção e otimização automática de modelos |
| Título(s) alternativo(s): | Leakage detection using water flow data with automatic model selection and optimization |
| Autor(es): | Nascimento, Willian Muniz do |
| Orientador(es): | Gomes Junior, Luiz Celso |
| Palavras-chave: | Água - Desperdício Água - Distribuição - Curitiba (PR) Sistemas de controle supervisório Algorítmos Controle de perdas - Abastecimento de água Water - Waste Water - Distribution - Curitiba (PR) Supervisory control systems Algorithms Loss control - Water-supply |
| Data do documento: | 16-Ago-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | NASCIMENTO, Willian Muniz do. Detecção de vazamentos em dados de fluxo de água com seleção e otimização automática de modelos. 2021. Dissertação (Mestrado) Computação Aplicada) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021. |
| Resumo: | O gerenciamento adequado dos recursos hídricos é uma questão prioritária no mundo moderno. Um importante aspecto desta questão é a minimização de perdas na distribuição urbana de água. O monitoramento em tempo real do sistema de distribuição seguido da aplicação de técnicas para detecção de outliers no fluxo de água vem sendo uma alternativa efetiva para a redução desse índice. A identificação dos melhores modelos e parâmetros otimizados para a detecção é um desafio neste cenário complexo. Portanto, a área pode se beneficiar dos desenvolvimentos recentes de estratégias para seleção e ajuste de modelos, área também conhecida por Aprendizagem de Máquina Automatizada, do inglês Automated Machine Learning (AutoML). Este trabalho apresenta uma proposta de aplicação de técnicas de detecção de outliers e recursos de AutoML em dados de fluxo de água em 16 Zonas de Pressão do sistema de distribuição de água de Curitiba, estado do Paraná, Brasil. É aplicada uma ferramenta “off-the-shelf”de AutoML e realizada uma otimização automática de algoritmos específicos de detecção de outliers. Os experimentos conduzidos indicam que a combinação de AutoML com técnicas tradicionais de detecção de outliers é o direcionamento mais efetivo. |
| Abstract: | Proper management of water resources is a priority issue in the modern world. An important aspect of this matter is the reduction of losses in the urban water distribution. The real-time monitoring of the distribution system followed by the application of outlier detection techniques on water flow data has been an effective alternative to reduce this index. The identification of best models and optimized parameters for detection is a challenge in this complex scenario. Therefore, the area can benefit from the recent developments in model selection and adjustment strategies, this area also known as Automated Machine Learning (AutoML). This work presents a proposal for the application of outlier detection techniques and AutoML resources on water flow data of 16 District Metering Areas (DMAs) of the water distribution system in Curitiba, state of Paraná, Brazil. An off-the-shelf AutoML tool is applied and automatic optimization of specific outlier detection algorithms is performed. The experiments conducted indicate that combining AutoML with traditional outlier detection techniques is the most effective direction. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/26307 |
| Aparece nas coleções: | CT - Programa de Pós-Graduação em Computação Aplicada |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| deteccaovazamentosotimizacaomodelos.pdf | 1,19 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
