Publication
Diagnóstico de consumos anómalos de energia: abordagem por classificação
datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | pt_PT |
dc.contributor.advisor | Neves, Luís Miguel Pires | |
dc.contributor.advisor | Sousa, João Miguel Charrua | |
dc.contributor.author | Dias, Fábio Henrique Manso | |
dc.date.accessioned | 2016-05-19T10:31:42Z | |
dc.date.available | 2016-05-19T10:31:42Z | |
dc.date.issued | 2014-12-11 | |
dc.description.abstract | 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. | pt_PT |
dc.identifier.tid | 201156482 | pt_PT |
dc.identifier.uri | http://hdl.handle.net/10400.8/1835 | |
dc.language.iso | por | pt_PT |
dc.subject | Análise de consumos energéticos | pt_PT |
dc.subject | Detecção de anomalias | pt_PT |
dc.subject | Clustering | pt_PT |
dc.title | Diagnóstico de consumos anómalos de energia: abordagem por classificação | pt_PT |
dc.type | master thesis | |
dspace.entity.type | Publication | |
rcaap.rights | openAccess | pt_PT |
rcaap.type | masterThesis | pt_PT |
thesis.degree.name | Mestrado em Engenharia Electrotécnica | pt_PT |