Dissertação
Automatic Diagnosis of Events in Water Consumption Time Series EVALUATED
A Baseform desenvolve software que auxilia entidades responsáveis pela distribuição de água na monitorização e gestão diária da sua rede. A Baseform já possui metodologias para detetar casos em que se observou um desvio significativo dos níveis de consumo esperados. Estes são chamados de eventos, e incluem roturas de condutas, alterações no comportamento dos consumidores, níveis de consumo anómalos, entre outros. No entanto, é frequente verificar-se que o pós-processamento que os eventos identificados requerem é trabalhoso, pelo que é essencial desenvolver mecanismos que automatizem a classificação dos eventos. Duas abordagens são testadas com este objetivo em mente. A primeira começa por definir um conjunto de novas variáveis que tentam captar o comportamento de vários tipos de eventos e, em seguida, desenvolver um classificador treinado de forma supervisionada num histórico dos eventos disponíveis. Através da análise efetuada, foi possível extrair e compreender melhor quais as variáveis relevantes na discriminação entre diferentes categorias de eventos. No entanto, verificou-se que esta metodologia conduz a um desempenho pouco satisfatório. De forma a tentar melhorar o processo de classificação e torná-lo adaptativo a mudanças no comportamento de consumidores, foi também desenvolvida uma abordagem em tempo real para lidar com esta tarefa, em particular, na deteção de roturas. O algoritmo escolhido chama-se Curvature Matcher e consiste no cálculo de uma pontuação de dissimilaridade entre as leituras da janela atual e as leituras previamente registadas. O Curvature Matcher revelou-se eficaz na discriminação entre ruturas e outros eventos, identificando corretamente 73% das ruturas detetados pelo software da Baseform.
dezembro 13, 2023, 9:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
