Métodos numéricos aplicados à detecção de anomalias em dados de vazão
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/35946 |
Resumo: | Orientadora: Profª. Drª. Deise Maria Bertholdi Costa |
id |
UFPR_34ff58f1ed303fa96c360ed6e224dd43 |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/35946 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Leite, Eduardo AlvimUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaCosta, Deise Maria Bertholdi, 1969-Ribeiro, Alana Renata2024-05-16T14:40:42Z2024-05-16T14:40:42Z2014https://hdl.handle.net/1884/35946Orientadora: Profª. Drª. Deise Maria Bertholdi CostaCoorientador: Dr. Eduardo Alvim LeiteDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 07/02/2014Inclui referênciasResumo: Este trabalho tem como objetivo principal detectar possíveis anomalias em séries de dados de vazão. A análise da qualidade de dados hidrológicos é extremamente importante, pois todos os dados observados (monitorados) necessitam de tratamentos e processamentos básicos para que possam ser utilizados com confiabilidade. Por meio de técnicas utilizadas para a resolução de problemas de previsão e classificação, baseadas em redes neurais Self-Organizing Maps (SOM), Radial Basis Functions (RBF), e métodos de interpolações (smooth spline) de dados, busca-se apontar possíveis anomalias nas séries oriundas dos postos hidrológicos das sub-bacias de Porto Amazonas e União da Vitória do estado do Paraná, fornecidos pelo Sistema Meteorológico do Paraná (SIMEPAR). Os três métodos propostos retornaram resultados satisfatórios, cumprindo o objetivo da pesquisa, entretanto, o projeto utilizado para a aplicação da rede neural RBF demonstrou capacidade superior de detecção de anomalias nas séries de vazão, em especial para a sub-bacia de Porto Amazonas que é considerada uma sub-bacia de resposta rápida a ocorrência de precipitação.Abstract: This work aims to detect possible anomalies in data flow series. Quality analysis of hydrological data is extremely important, because all the observed (monitored) data require basic treatments and processing so they can be used reliably. Through techniques used for solving prediction and classification problems, based on neural networks Self-Organizing Maps (SOM), Radial Basis Functions (RBF), and methods of interpolation (smooth spline) data, it was seeked to identify possible anomalies in the series from the hydrological stations of the sub-basins of Porto Amazonas and União da Vitória in Paraná state, provided by the Sistema Meteorológico do Paraná (SIMEPAR). The three proposed methods returned satisfactory results, fulfilling the purpose of the research, however, the project used for the application of RBF neural network demonstrated superior ability to detect anomalies in flow series, especially for the sub-basin of Porto Amazonas which is considered a rapid response sub-basin to precipitation events.95f. : il. algumas color., grafs., tabs.application/pdfDisponível em formato digitalAnálise numéricaVazanteHidrologiaInterpolaçãoRedes neurais (Computação)Métodos numéricos aplicados à detecção de anomalias em dados de vazãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - ALANA RENATA RIBEIRO.pdfapplication/pdf2028615https://acervodigital.ufpr.br/bitstream/1884/35946/1/R%20-%20D%20-%20ALANA%20RENATA%20RIBEIRO.pdf5138793c1c8b5f355a0fa1f22a8ad79bMD51open accessTEXTR - D - ALANA RENATA RIBEIRO.pdf.txtExtracted Texttext/plain156836https://acervodigital.ufpr.br/bitstream/1884/35946/2/R%20-%20D%20-%20ALANA%20RENATA%20RIBEIRO.pdf.txt35bbc395496ce6150d884f449e17b3daMD52open accessTHUMBNAILR - D - ALANA RENATA RIBEIRO.pdf.jpgGenerated Thumbnailimage/jpeg1128https://acervodigital.ufpr.br/bitstream/1884/35946/3/R%20-%20D%20-%20ALANA%20RENATA%20RIBEIRO.pdf.jpg84e8e24c71ee3c217c7e61fa9e3def89MD53open access1884/359462024-05-16 11:40:42.726open accessoai:acervodigital.ufpr.br:1884/35946Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-16T14:40:42Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão |
title |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão |
spellingShingle |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão Ribeiro, Alana Renata Análise numérica Vazante Hidrologia Interpolação Redes neurais (Computação) |
title_short |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão |
title_full |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão |
title_fullStr |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão |
title_full_unstemmed |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão |
title_sort |
Métodos numéricos aplicados à detecção de anomalias em dados de vazão |
author |
Ribeiro, Alana Renata |
author_facet |
Ribeiro, Alana Renata |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Leite, Eduardo Alvim Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia |
dc.contributor.advisor1.fl_str_mv |
Costa, Deise Maria Bertholdi, 1969- |
dc.contributor.author.fl_str_mv |
Ribeiro, Alana Renata |
contributor_str_mv |
Costa, Deise Maria Bertholdi, 1969- |
dc.subject.por.fl_str_mv |
Análise numérica Vazante Hidrologia Interpolação Redes neurais (Computação) |
topic |
Análise numérica Vazante Hidrologia Interpolação Redes neurais (Computação) |
description |
Orientadora: Profª. Drª. Deise Maria Bertholdi Costa |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014 |
dc.date.accessioned.fl_str_mv |
2024-05-16T14:40:42Z |
dc.date.available.fl_str_mv |
2024-05-16T14:40:42Z |
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 |
https://hdl.handle.net/1884/35946 |
url |
https://hdl.handle.net/1884/35946 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.pt_BR.fl_str_mv |
Disponível em formato digital |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
95f. : il. algumas color., grafs., tabs. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/35946/1/R%20-%20D%20-%20ALANA%20RENATA%20RIBEIRO.pdf https://acervodigital.ufpr.br/bitstream/1884/35946/2/R%20-%20D%20-%20ALANA%20RENATA%20RIBEIRO.pdf.txt https://acervodigital.ufpr.br/bitstream/1884/35946/3/R%20-%20D%20-%20ALANA%20RENATA%20RIBEIRO.pdf.jpg |
bitstream.checksum.fl_str_mv |
5138793c1c8b5f355a0fa1f22a8ad79b 35bbc395496ce6150d884f449e17b3da 84e8e24c71ee3c217c7e61fa9e3def89 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860174566129664 |