Diagnóstico de consumos anómalos de energia: abordagem por classificação
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.8/1835 |
Resumo: | Durante o período de funcionamento de uma instalação eléctrica podem ocorrer várias anomalias. Enquanto muitas delas apenas são identificadas tardiamente, outras acabam por nunca serem identificadas como um potencial problema. A identificação atempada dessas anomalias permite a realização de um diagnóstico que leve à correcção das suas causas evitando assim os desperdícios e prejuízos inerentes. A identificação de um consumo anómalo pode ser realizada, de forma automática ou semi automática através de sistemas de apoio que permitam sinalizar falhas ou comportamentos anormais. O trabalho apresentado nesta dissertação pretende possibilitar esta sinalização apenas através da análise dos dados de consumo medidos em tempo real e comparados com dados históricos através de uma abordagem baseada em classificação, recorrendo a métodos de clustering. Foram testadas diferentes abordagens em três casos distintos, dois relativos a consumidores residenciais para os quais existiam registos de consumo durante um período alargado, e um relativo a uma instalação desportiva, para a qual é possível aceder em tempo real ao sistema de gestão de consumos via web. O sistema implementado proporciona vários tipos de informação ao utilizador, permitindo visualizar graficamente a existência de uma potencial anomalia quando a disparidade entre a classificação do consumo no instante e a classe do consumo de referência for significativa. |
id |
RCAP_61a8681b698e2baac563626a68f3fb11 |
---|---|
oai_identifier_str |
oai:iconline.ipleiria.pt:10400.8/1835 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Diagnóstico de consumos anómalos de energia: abordagem por classificaçãoAnálise de consumos energéticosDetecção de anomaliasClusteringDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDurante o período de funcionamento de uma instalação eléctrica podem ocorrer várias anomalias. Enquanto muitas delas apenas são identificadas tardiamente, outras acabam por nunca serem identificadas como um potencial problema. A identificação atempada dessas anomalias permite a realização de um diagnóstico que leve à correcção das suas causas evitando assim os desperdícios e prejuízos inerentes. A identificação de um consumo anómalo pode ser realizada, de forma automática ou semi automática através de sistemas de apoio que permitam sinalizar falhas ou comportamentos anormais. O trabalho apresentado nesta dissertação pretende possibilitar esta sinalização apenas através da análise dos dados de consumo medidos em tempo real e comparados com dados históricos através de uma abordagem baseada em classificação, recorrendo a métodos de clustering. Foram testadas diferentes abordagens em três casos distintos, dois relativos a consumidores residenciais para os quais existiam registos de consumo durante um período alargado, e um relativo a uma instalação desportiva, para a qual é possível aceder em tempo real ao sistema de gestão de consumos via web. O sistema implementado proporciona vários tipos de informação ao utilizador, permitindo visualizar graficamente a existência de uma potencial anomalia quando a disparidade entre a classificação do consumo no instante e a classe do consumo de referência for significativa.Neves, Luís Miguel PiresSousa, João Miguel CharruaIC-OnlineDias, Fábio Henrique Manso2016-05-19T10:31:42Z2014-12-112014-12-11T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.8/1835TID:201156482porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-01-17T15:43:49Zoai:iconline.ipleiria.pt:10400.8/1835Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T01:46:21.396471Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Diagnóstico de consumos anómalos de energia: abordagem por classificação |
title |
Diagnóstico de consumos anómalos de energia: abordagem por classificação |
spellingShingle |
Diagnóstico de consumos anómalos de energia: abordagem por classificação Dias, Fábio Henrique Manso Análise de consumos energéticos Detecção de anomalias Clustering Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
title_short |
Diagnóstico de consumos anómalos de energia: abordagem por classificação |
title_full |
Diagnóstico de consumos anómalos de energia: abordagem por classificação |
title_fullStr |
Diagnóstico de consumos anómalos de energia: abordagem por classificação |
title_full_unstemmed |
Diagnóstico de consumos anómalos de energia: abordagem por classificação |
title_sort |
Diagnóstico de consumos anómalos de energia: abordagem por classificação |
author |
Dias, Fábio Henrique Manso |
author_facet |
Dias, Fábio Henrique Manso |
author_role |
author |
dc.contributor.none.fl_str_mv |
Neves, Luís Miguel Pires Sousa, João Miguel Charrua IC-Online |
dc.contributor.author.fl_str_mv |
Dias, Fábio Henrique Manso |
dc.subject.por.fl_str_mv |
Análise de consumos energéticos Detecção de anomalias Clustering Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
topic |
Análise de consumos energéticos Detecção de anomalias Clustering Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
description |
Durante o período de funcionamento de uma instalação eléctrica podem ocorrer várias anomalias. Enquanto muitas delas apenas são identificadas tardiamente, outras acabam por nunca serem identificadas como um potencial problema. A identificação atempada dessas anomalias permite a realização de um diagnóstico que leve à correcção das suas causas evitando assim os desperdícios e prejuízos inerentes. A identificação de um consumo anómalo pode ser realizada, de forma automática ou semi automática através de sistemas de apoio que permitam sinalizar falhas ou comportamentos anormais. O trabalho apresentado nesta dissertação pretende possibilitar esta sinalização apenas através da análise dos dados de consumo medidos em tempo real e comparados com dados históricos através de uma abordagem baseada em classificação, recorrendo a métodos de clustering. Foram testadas diferentes abordagens em três casos distintos, dois relativos a consumidores residenciais para os quais existiam registos de consumo durante um período alargado, e um relativo a uma instalação desportiva, para a qual é possível aceder em tempo real ao sistema de gestão de consumos via web. O sistema implementado proporciona vários tipos de informação ao utilizador, permitindo visualizar graficamente a existência de uma potencial anomalia quando a disparidade entre a classificação do consumo no instante e a classe do consumo de referência for significativa. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-12-11 2014-12-11T00:00:00Z 2016-05-19T10:31:42Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.8/1835 TID:201156482 |
url |
http://hdl.handle.net/10400.8/1835 |
identifier_str_mv |
TID:201156482 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136958906105856 |