Estudo da detecção de anomalias no consumo de energia eléctrica da cidade de Luanda [Texto policopiado] / Hercílio Rui Dinis Duarte ; [orientado por] João José Amaro Amador Leitão

Exame público realizado em 3 de Fevereiro de 2015

Composição do júri:
- Prof. Doutor Mário Caldeira Dias (Presidente);
- Prof. Doutor João José Amaro Amador Leitão (Orientador);
- Prof. Doutor Paulo Jorge Gonçalves Pinto (Arguente);
- Prof. Doutor Eng. Joaquim Mesquita da Cunha Viana (Vogal).

Contém bibliografia, f. 90-95

Dissertação de mestrado em Ciências da Computação, Universidade Lusíada de Lisboa, 2014

Sumário:
1. Introdução, f. 16
2. Detecção de eventos e anomalias, f. 26
3. Resultados dos métodos para a detecção de mudanças e anomalias no consumo de energia eléctrica da cidade de Luanda, f. 56
4. Conclusões, f. 84

Resumo:
O consumo de energia eléctrica da cidade de Luanda de momento apresenta muitas transformações e facilmente poderá desencadear muitos interesses para a comunidade acadêmica e cientifica.
Uma das questões que poderá ser fundamental a partir deste estudo é o facto de poder associar as técnicas de computação utilizadas a ciências económicas, estatística, meteorológicas, etc. Acabando por demonstrar o grande interesse e demonstrar o poder de suas aplicações.
A Computação Cientifica é uma área actualmente pouco explorada, mas que fornece muitas soluções que poderão ser aproveitadas para a compreensão de fenómenos que envolveriam muitos passos sem o auxílio de seus recursos.
No caso deste estudo, viemos apresentar um paradigma que para detectar-se alguma mudança ou anomalia em dados históricos de consumo foi necessário recorrer-se a métodos especialistas que podem solucionar qualquer um caso mediante a readaptação dos filtros aplicados.
Será demonstrado o percurso em que um algoritmo poderá tomar para prever e detectar mudanças em dados de consumo, para tal, é necessário caracterizar e conhecer-se bem a natureza destes dados de modos a optar-se por uma metodologia correcta para a sua estruturação. Assim sendo, a escolha dos dados de consumo pressupõe haver algum método eficaz que facilitará a sua manipulação, interpretação e projecção futura. Os dados de consumo de energia eléctrica poderão ser interpretados como sendo uma estrutura em série temporal que facilmente poderá ser manipulada e que permite a extracção de padrões interessantes. Neste caso, importará fazer-se um estudo sobre as séries temporais, seus principais propósitos e achar um modelo óptimo capaz de permitir que sejam fornecidas respostas no decorrer da dissertação.
Para que o objectivo possa ser cumprido, iremos basear-nos na descrição comportamental e suas mudanças em intervalos de tempo previamente determinados, através do algoritmo que poderá ser capaz de apresentar os resultados em formas diferentes mediante um filtro que baseia-se nos métodos Moving Average ou Periodicidade admitindo reajustes.
Optou-se por trabalhar com dados de energia eléctrica uma vez que apresentam características muito próprias para demonstrar-se o poder e vantagens dos algoritmos na qual iremos aplicar.
A cidade de Luanda actualmente por viver um crescimento significativo na sua população poderá implicar ou não algum tipo de adaptação nos modelos e métodos a serem estudados que por sua vez poderão originar resultados interessantes.
A aplicação do CUSUM é importante por tratar-se de um método clássico aplicável que poderá descrever mudanças no processo e a aplicação dos métodos Moving Average e Periodicidade poderão filtrar melhor a obtenção dos resultados, assim como ajudar com maior precisão na detecção e estudo de suas tendências. (Hercílio Rui Dinis Duarte)

Abstract:
The electricity consumption of the city of Luanda currently presents many changes and can easily trigger many concerns for the academic and scientific community.
One of the issues that may be critical from this study is that it can associate the computational techniques used to economics, statistics, weather, etc. Eventually demonstrate the great interest and demonstrate the power of their applications.
The Scientific Computing is an area currently underexplored, but it provides many solutions that can be utilized for understanding phenomena that involve many steps without the aid of their resources.
In this study, we came to present a paradigm to detect whether any change or abnormality on historical consumption data was necessary to resort to methods that can solve any case upon the rehabilitation of applied filters.
We shall demonstrate the way that an algorithm can take to detect and predict changes in consumption data, for such is necessary characterize and know well the nature of these data to opt for a proper methodology for structuring. Therefore, the choice of consumption data assumes there is some effective method which will facilitate their manipulation, interpretation and future projection. The data of electrical energy consumption can be interpreted as a structure of time series that can easily be manipulated and which permits the extraction of interesting patterns. In this case, is important make up a study of the time series, its main purpose and find an optimal model to allow responses to be provided during the dissertation.
We chose to work with data of electricity since they have very specific features to demonstrate the power and advantages of the algorithms on which we will apply. For the purpose can be fulfilled, we will build on behavioral description and their changes in time intervals previously determined by the algorithm that will be able to present the results in different ways through a filter that bases itself on Moving Average methods or Periodicity admitting adjustments.
The city of Luanda by currently experiencing a significant growth in their population may or may not involve some sort of adjustment in models and methods to be studied which in turn may lead to interesting results.
Application of CUSUM is important because it is a classic method that can apply to describe changes in the process and the application of Moving Average method and Periodicity can be used as filter to return better results, as well as help with more accurate detection and study of their trends. (Hercílio Rui Dinis Duarte)