Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA) (2023)
- Authors:
- Autor USP: CAMPOS, FABRIZIO SILVA - EESC
- Unidade: EESC
- Sigla do Departamento: SHS
- DOI: 10.11606/D.18.2023.tde-08012024-111307
- Subjects: DISTRIBUIÇÃO DE ÁGUA; ABASTECIMENTO DE ÁGUA; ANÁLISE DE SÉRIES TEMPORAIS
- Keywords: Modelos autorregressivos; Sinais de pressão
- Agências de fomento:
- Language: Português
- Abstract: 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 depressão 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
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Data da defesa: 01.12.2023
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
CAMPOS, Fabrizio Silva. Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA). 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/. Acesso em: 07 maio 2026. -
APA
Campos, F. S. (2023). Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA) (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/ -
NLM
Campos FS. Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA) [Internet]. 2023 ;[citado 2026 maio 07 ] Available from: https://teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/ -
Vancouver
Campos FS. Previsão de séries temporais de pressão em redes de distribuição de água aplicando modelos generalizados autorregressivos de médias móveis (GARMA) [Internet]. 2023 ;[citado 2026 maio 07 ] Available from: https://teses.usp.br/teses/disponiveis/18/18138/tde-08012024-111307/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
