Calibração de redes de abastecimento : mineração de dados e otimização heurística

Detalhes bibliográficos
Autor(a) principal: Freitas, Rodrigo Guimarães de, 1993-
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1641269
Resumo: Orientador: Edevar Luvizotto Junior
id UNICAMP-30_8c512ec20aeef42e3e5e733fb4caabce
oai_identifier_str oai::1164439
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Calibração de redes de abastecimento : mineração de dados e otimização heurísticaWater distribution networks calibration : data mining and heuristic optimizationAbastecimento de águaRedes neurais (Computação)CalibraçãoOtimizaçãoAlgoritmo K-meansAlgoritmos heurísticosWater - DistributionNeural Networks (Computer)CalibrationMathematical optimizationK-means algorithmHeuristic algorithmsOrientador: Edevar Luvizotto JuniorDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e UrbanismoResumo: Devido à grande capacidade de cálculo e processamento dos computadores modernos, os modelos computacionais tornaram-se ferramentas mutio utilizadas em várias áreas do conhecimento e aos mais diversos fins. Os modelos computacionais simulam a realidade e trazem agilidade e seguran;a ao trabalho do engenheiro, em processos que vão desde a criação de projetos até a operações mais eficientes de sistemas de abastecimento de água. A precisão desses modelos está associada à calibração, processo que garante a representação do sistema real associado ao modelo da forma mais fiel possível. A calibração é feita a partir do ajuste de parâmetros desconhecidos ou de difícil medição no sistema real buscando garantir que os valores dos outros parâmetros do sistema sejam calculados pelo modelo com erro mínimo. Entretanto, na maioria das situações para as quais um modelo é desenvolvido, muitas características são desconhecidas, resultando em muitos valores diferentes associados ao problema de calibração e o tornando matematicamente indeterminado, ou seja, por aceitar infinitas soluções, a busca por uma solução otimizada muitas vezes é um grande desafio. Este trabalho associa mineração de dados e aprendizado de máquinas à calibração da rugosidade das tubulações em modelos de redes de distribuição de água para a redução do grau de liberdade encontrado no processo de otimização. Utiliza-se para esse fim, redes neurais para a realização da predição de pressão e vazão, o agrupamento das tubulações por meio do algoritmo K-means e a priorização das tubulações feita com a definição de uma rede troncal. A utilização das técnicas mencionadas quando associadas ao algoritmo meta-heurístico Particle Swarm Optimization como técnica de otimização permitiu que os resultados obtidos fossem aproximadamente 10 vezes melhores para os valores de pressão e vazão quando aplicados na calibração de uma rede de abastecimento de água estudada neste trabalho.Abstract: Due to the great calculation and processing capacity of modern computers, computational models have become widely used tools in several areas of knowledge and for the most diverse purposes. Computational models simulate reality and bring agility and security to the work of the engineer, in processes ranging from the creation of projects to operation’s efficiency of water supply systems. The accuracy of these models is associated with calibration, a process that guarantees the representation of the real system associated with the model in the best possible way. The calibration is done via the adjustment of unknown parameters or of difficult measurement in the real system, attempting to guarantee that the other system’s parameters values are calculated by the model, achieving minimum error. However, in the majority of situations for which a model is developed, many characteristics are unknown, resulting in many different values associated with the calibration problem and making it mathematically indeterminate, that by accepting infinite solutions, turns the search for an optimized solution into a big challenge. This work associates data mining and machine learning algorithms with the calibration of pipe roughness in models of water distribution networks to reduce the degree of freedom found in the optimization process. For this purpose, neural networks are used for the prediction of pressure and flow, the grouping of pipes using the K-means algorithm and the prioritization of pipes made with the definition of a trunk network. The use of the mentioned techniques when associated with the Particle Swarm Optimization metaheuristic algorithm as an optimization technique, allowed the results obtained to be approximately 10 times better for the pressure and flow values when applied in the calibration of a water supply network studied in this work.MestradoRecursos Hídricos, Energéticos e AmbientaisMestre em Engenharia CivilCAPES05-P-04770-2018[s.n.]Luvizotto Junior, Edevar, 1961-Brentan, Bruno MeloRibeiro, Lubienska Cristina Lucas JaquiêUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Civil, Arquitetura e UrbanismoPrograma de Pós-Graduação em Engenharia CivilUNIVERSIDADE ESTADUAL DE CAMPINASFreitas, Rodrigo Guimarães de, 1993-20202020-10-13T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online ( 77 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1641269FREITAS, Rodrigo Guimarães de. Calibração de redes de abastecimento : mineração de dados e otimização heurística . 2020. 1 recurso online ( 77 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1641269. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1164439Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2021-05-07T11:27:04Zoai::1164439Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2021-05-07T11:27:04Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Calibração de redes de abastecimento : mineração de dados e otimização heurística
Water distribution networks calibration : data mining and heuristic optimization
title Calibração de redes de abastecimento : mineração de dados e otimização heurística
spellingShingle Calibração de redes de abastecimento : mineração de dados e otimização heurística
Freitas, Rodrigo Guimarães de, 1993-
Abastecimento de água
Redes neurais (Computação)
Calibração
Otimização
Algoritmo K-means
Algoritmos heurísticos
Water - Distribution
Neural Networks (Computer)
Calibration
Mathematical optimization
K-means algorithm
Heuristic algorithms
title_short Calibração de redes de abastecimento : mineração de dados e otimização heurística
title_full Calibração de redes de abastecimento : mineração de dados e otimização heurística
title_fullStr Calibração de redes de abastecimento : mineração de dados e otimização heurística
title_full_unstemmed Calibração de redes de abastecimento : mineração de dados e otimização heurística
title_sort Calibração de redes de abastecimento : mineração de dados e otimização heurística
author Freitas, Rodrigo Guimarães de, 1993-
author_facet Freitas, Rodrigo Guimarães de, 1993-
author_role author
dc.contributor.none.fl_str_mv Luvizotto Junior, Edevar, 1961-
Brentan, Bruno Melo
Ribeiro, Lubienska Cristina Lucas Jaquiê
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Civil, Arquitetura e Urbanismo
Programa de Pós-Graduação em Engenharia Civil
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Freitas, Rodrigo Guimarães de, 1993-
dc.subject.por.fl_str_mv Abastecimento de água
Redes neurais (Computação)
Calibração
Otimização
Algoritmo K-means
Algoritmos heurísticos
Water - Distribution
Neural Networks (Computer)
Calibration
Mathematical optimization
K-means algorithm
Heuristic algorithms
topic Abastecimento de água
Redes neurais (Computação)
Calibração
Otimização
Algoritmo K-means
Algoritmos heurísticos
Water - Distribution
Neural Networks (Computer)
Calibration
Mathematical optimization
K-means algorithm
Heuristic algorithms
description Orientador: Edevar Luvizotto Junior
publishDate 2020
dc.date.none.fl_str_mv 2020
2020-10-13T00:00:00Z
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/20.500.12733/1641269
FREITAS, Rodrigo Guimarães de. Calibração de redes de abastecimento : mineração de dados e otimização heurística . 2020. 1 recurso online ( 77 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1641269. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1641269
identifier_str_mv FREITAS, Rodrigo Guimarães de. Calibração de redes de abastecimento : mineração de dados e otimização heurística . 2020. 1 recurso online ( 77 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1641269. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1164439
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online ( 77 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189172990181376

Registros relacionados