• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
https://doi.org/10.11606/D.45.2021.tde-10062021-231004
Document
Author
Full name
Leonardo Fonseca Larrubia
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2021
Supervisor
Committee
Chiann, Chang (President)
Reisen, Valderio Anselmo
Taddeo, Marcelo Magalhães
Title in Portuguese
Detecção de anomalias, interpolação e previsão em tempo real de séries temporais para operação de reservatórios e distribuição de água
Keywords in Portuguese
Big data
Indústria da água
Previsão
Séries temporais
Tempo real
Valores atípicos
Valores omissos
Abstract in Portuguese
Desenvolvemos uma solução via análise de séries temporais visando resolver um problema recorrente em Centros de Controle Operacionais de distribuição de água: anomalias em dados recebidos das estações de telemetria em tempo real para tomadas de decisão. A solução desenvolvida consiste em fazer detecção de outliers, reconstrução de valores omissos e previsão. Para tanto, foram utilizadas séries temporais geradas por equipamentos de medição de nível, vazões de entrada e de saídas do reservatório e de pressões a montante e a jusante de válvulas que controlam o fluxo de água. Os dados, referentes ao sistema de distribuição de água da cidade de Peruíbe, foram fornecidos pela Sabesp da Baixada Santista e sua amostragem temporal é a cada hora, indo das 1:00 do dia 1º de janeiro de 2017 até às 23:00 do dia 31 de dezembro de 2018. Para a detecção de outliers e preenchimento de valores omissos, foram propostos procedimentos que usam três técnicas principais: ajuste de curvas via regressão, decomposição clássica junto a regressão e decomposição STL. Já para previsão, foram utilizadas técnicas de rolling analysis em combinação com modelos SARIMA, modelos de regressão com erros auto correlacionados e modelos BATS e TBATS. Os resultados demonstraram que os métodos propostos, tanto para detecção de outliers e preenchimento de valores omissos, como para a previsão, possuem desempenhos muito bons para a maioria das séries.
Title in English
Anomaly detection, interpolation and real-time forecasting of time series for reservoir operation and water distribution
Keywords in English
Big data
Forecasting
Missing data
Outliers
Real time
Time series
Water industry
Abstract in English
We developed a time series analysis solution for a recurring problem in Operational Control Centers of water distribution systems: anomalies in real time data received from telemetry stations. The developed solution consists of detecting outliers, reconstructing missing values and forecasting. For this purpose, we analyzed time series generated by measuring equipment: level, input and output flows of reservoir and upstream and downstream pressures of valves that control the flow of water. The data, referring to the water distribution system of the city of Peruíbe, were provided by Sabesp located in Baixada Santista and it is sampled every hour from 1:00 a.m. on January 1, 2017 to 11:00 p.m. on December 31, 2018. We propose procedures that use three main techniques for the detection of outliers and imputation of missing values: adjustment of curves by regression, classical decomposition combined with regression and STL decomposition. For forecasting, we used rolling analysis techniques in combination with SARIMA models, regression models with autocorrelated errors and BATS and TBATS models. The results showed that the proposed methods, both for detecting outliers and imputing of missing values, as well as for forecasting, perform very well for most time series.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
dissertacao.pdf (4.17 Mbytes)
Publishing Date
2021-07-02
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.