Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)

Detalhes bibliográficos
Autor(a) principal: Campos, Fabrizio Silva
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/
Resumo: A eficiência na gestão do sistema de distribuição de água é essencial para fornecer água potável de forma contínua e adequada. Companhias de saneamento estão investindo em automação da coleta de dados em campo por meio de sensores, como vazão e pressão, mas ainda não exploram totalmente as informações disponíveis nos dados históricos. Este estudo visa aplicar análise de séries temporais e o modelo GARMA para modelar séries de pressão em redes de abastecimento de água real. Foram descritos o comportamento das séries temporais de pressão e ajustados modelos ARIMA, SARIMA e GARMA a dados de pressão classificados como de comportamento normal. Comparando o desempenho dos modelos em diferentes sensores, períodos e horizontes de previsão, pode-se concluir que o modelo GARMA (2,0 ) com densidade de probabilidade gama e séries de Fourier é adequado para essas séries temporais. A aplicação da função de densidade de probabilidade gama permitiu lidar com a heterocedasticidade inerente ao mecanismo gerador dos dados e a transformação da série de pressão em "Energia Consumida" permitiu generalizar o modelo para a maioria dos sensores do setor estudado. Isso proporcionou previsões mais precisas em vários sensores do mesmo setor hidráulico. Além disso, essa abordagem mostrou-se útil para identificar anomalias e estabelecer um arcabouço técnico para futuras pesquisas na área de controle operacional. Assim, conclui-se que a análise de séries temporais aplicada a séries de pressão em redes de abastecimento é uma abordagem robusta que pode melhorar a modelagem das séries históricas obtidas pelas companhias de saneamento, transformando uma massa de dados em informações úteis, fornecendo previsões precisas e insights valiosos para o processo de tomada de decisão.
id USP_564e5873250d17072083cc047daf359b
oai_identifier_str oai:teses.usp.br:tde-08012024-111307
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)Forecasting of pressure time series in water distribution networks using generalized autoregressive moving average models (GARMA)Abastecimento de águaAutorregressive modelsModelos autorregressivosPressure signalsSinais de pressãoSmart WaterSmart waterWater supplyA eficiência na gestão do sistema de distribuição de água é essencial para fornecer água potável de forma contínua e adequada. Companhias de saneamento estão investindo em automação da coleta de dados em campo por meio de sensores, como vazão e pressão, mas ainda não exploram totalmente as informações disponíveis nos dados históricos. Este estudo visa aplicar análise de séries temporais e o modelo GARMA para modelar séries de pressão em redes de abastecimento de água real. Foram descritos o comportamento das séries temporais de pressão e ajustados modelos ARIMA, SARIMA e GARMA a dados de pressão classificados como de comportamento normal. Comparando o desempenho dos modelos em diferentes sensores, períodos e horizontes de previsão, pode-se concluir que o modelo GARMA (2,0 ) com densidade de probabilidade gama e séries de Fourier é adequado para essas séries temporais. A aplicação da função de densidade de probabilidade gama permitiu lidar com a heterocedasticidade inerente ao mecanismo gerador dos dados e a transformação da série de pressão em "Energia Consumida" permitiu generalizar o modelo para a maioria dos sensores do setor estudado. Isso proporcionou previsões mais precisas em vários sensores do mesmo setor hidráulico. Além disso, essa abordagem mostrou-se útil para identificar anomalias e estabelecer um arcabouço técnico para futuras pesquisas na área de controle operacional. Assim, conclui-se que a análise de séries temporais aplicada a séries de pressão em redes de abastecimento é uma abordagem robusta que pode melhorar a modelagem das séries históricas obtidas pelas companhias de saneamento, transformando uma massa de dados em informações úteis, fornecendo previsões precisas e insights valiosos para o processo de tomada de decisão.Efficiency in the management of water distribution systems is crucial to ensure a continuous and adequate provision of potable water. Sanitation companies are investing in field data collection automation through sensors, such as flow and pressure, yet they have not fully harnessed the available information in historical data. This study aims to apply time series analysis and the GARMA model to model pressure series in real water supply networks. The behavior of pressure time series was described, and ARIMA, SARIMA, and GARMA models were fitted to pressure data classified as normal behavior. By comparing the performance of the models across different sensors, time periods, and forecast horizons, it can be concluded that the GARMA (2,0 ) model with gamma probability density and Fourier series is suitable for these time series. The application of the gamma probability density function enabled the handling of the inherent heteroscedasticity in the data-generating mechanism. The transformation of the pressure series into \"Consumed Energy\" allowed for generalizing the model to most sensors in the studied sector, providing more accurate forecasts for multiple sensors in the same hydraulic sector. Furthermore, this approach has proven to be useful for anomaly detection and establishing a technical framework for future research in operational control. In conclusion, the analysis of time series applied to pressure series in water supply networks represents a robust approach that can enhance the modeling of historical series obtained by sanitation companies, transforming a wealth of data into valuable information, and offering precise forecasts and valuable insights for the decision-making process.Biblioteca Digitais de Teses e Dissertações da USPMedina, Maria Mercedes GamboaCampos, Fabrizio Silva2023-12-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-01-11T12:23:02Zoai:teses.usp.br:tde-08012024-111307Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-01-11T12:23:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
Forecasting of pressure time series in water distribution networks using generalized autoregressive moving average models (GARMA)
title Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
spellingShingle Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
Campos, Fabrizio Silva
Abastecimento de água
Autorregressive models
Modelos autorregressivos
Pressure signals
Sinais de pressão
Smart Water
Smart water
Water supply
title_short Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
title_full Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
title_fullStr Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
title_full_unstemmed Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
title_sort Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA)
author Campos, Fabrizio Silva
author_facet Campos, Fabrizio Silva
author_role author
dc.contributor.none.fl_str_mv Medina, Maria Mercedes Gamboa
dc.contributor.author.fl_str_mv Campos, Fabrizio Silva
dc.subject.por.fl_str_mv Abastecimento de água
Autorregressive models
Modelos autorregressivos
Pressure signals
Sinais de pressão
Smart Water
Smart water
Water supply
topic Abastecimento de água
Autorregressive models
Modelos autorregressivos
Pressure signals
Sinais de pressão
Smart Water
Smart water
Water supply
description A eficiência na gestão do sistema de distribuição de água é essencial para fornecer água potável de forma contínua e adequada. Companhias de saneamento estão investindo em automação da coleta de dados em campo por meio de sensores, como vazão e pressão, mas ainda não exploram totalmente as informações disponíveis nos dados históricos. Este estudo visa aplicar análise de séries temporais e o modelo GARMA para modelar séries de pressão em redes de abastecimento de água real. Foram descritos o comportamento das séries temporais de pressão e ajustados modelos ARIMA, SARIMA e GARMA a dados de pressão classificados como de comportamento normal. Comparando o desempenho dos modelos em diferentes sensores, períodos e horizontes de previsão, pode-se concluir que o modelo GARMA (2,0 ) com densidade de probabilidade gama e séries de Fourier é adequado para essas séries temporais. A aplicação da função de densidade de probabilidade gama permitiu lidar com a heterocedasticidade inerente ao mecanismo gerador dos dados e a transformação da série de pressão em "Energia Consumida" permitiu generalizar o modelo para a maioria dos sensores do setor estudado. Isso proporcionou previsões mais precisas em vários sensores do mesmo setor hidráulico. Além disso, essa abordagem mostrou-se útil para identificar anomalias e estabelecer um arcabouço técnico para futuras pesquisas na área de controle operacional. Assim, conclui-se que a análise de séries temporais aplicada a séries de pressão em redes de abastecimento é uma abordagem robusta que pode melhorar a modelagem das séries históricas obtidas pelas companhias de saneamento, transformando uma massa de dados em informações úteis, fornecendo previsões precisas e insights valiosos para o processo de tomada de decisão.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-01
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://www.teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/
url https://www.teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256791035936768