dc.creator.ID |
DIAS, M. B. B. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/7908482929694270 |
pt_BR |
dc.contributor.advisor1 |
LIRA, George Rossany Soares de. |
|
dc.contributor.advisor1ID |
LIRA, G. R. S. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/7283717300126094 |
pt_BR |
dc.contributor.referee1 |
COSTA, Edson Guedes da. |
|
dc.contributor.referee1ID |
COSTA, E. G. |
pt_BR |
dc.contributor.referee1Lattes |
http://lattes.cnpq.br/3930289115658143 |
pt_BR |
dc.description.resumo |
Este trabalho trata da documentação de um estudo sobre análise de séries temporais multivariadas aplicadas a modelos de classificação. Como estudo de caso, foi desenvolvido um
modelo de predição de falhas em turbogeradores de um sistema de geração isolado. Para
isso, foram utilizados dados operacionais e registros de monitoramento de um dos turbogeradores do sistema. Esses dados passaram por uma etapa de pré-processamento, na qual é realizada uma limpeza nos dados e seleção dos atributos mais relevantes para o desenvolvimento do modelo de detecção de falhas. Ao longo do trabalho foi implementado um
modelo de previsão de séries temporais multivariadas baseado em VAR (do inglês Vector
AutoRegression para constituir uma base de dados artificial de modo a contribuir com questões
de desbalanceamento na detecção de falhas. Já o classificador foi desenvolvido com o
uso de um modelo de aprendizado de máquina baseado redes neurais recorrentes do tipo
LSTM (do inglês Long Short Term Memory). Os testes realizados até o momento indicam
que as técnicas implementadas apresentam resultados satisfatórios nas detecção de falhas
do turbogerador, contribuindo no processo de gerenciamento de ativos. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia Elétrica |
pt_BR |
dc.title |
Desenvolvimento de modelos de predição de falhas em turbogeradores por meio da análise multivariada de séries temporais. |
pt_BR |
dc.date.issued |
2021-10-22 |
|
dc.description.abstract |
This report presents the documentation of a study on multivariate time series classification
models. As a case study, a failure prediction model in turbogenerators of an isolated
generation system was developed. For this, operational data and monitoring records from
one of the system’s turbogenerators were used. This data went through a pre-processing
stage, in which the data was cleaned and the model’s most relevant attributes were selected.
Throughout the work, a multivariate time series prediction model based on VAR
(Vector AutoRegression) was implemented to constitute an artificial database in order to
contribute with unbalance issues in the failures detection. The fault classifier was developed
using a machine learning model based on a special kind of recurrent neural networks called
LSTM (Long Short Term Memory). The tests carried out so far indicate that the implemented
techniques present satisfactory results in the detection of turbogenerator failures,
contributing to the asset management process. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27614 |
|
dc.date.accessioned |
2022-10-11T20:32:25Z |
|
dc.date.available |
2022-10-11 |
|
dc.date.available |
2022-10-11T20:32:25Z |
|
dc.type |
Trabalho de Conclusão de Curso |
pt_BR |
dc.subject |
Falhas em turbogeradores - predição |
pt_BR |
dc.subject |
Failures in turbo generators - prediction |
pt_BR |
dc.subject |
Modelos de predição de falhas |
pt_BR |
dc.subject |
Failure prediction models |
pt_BR |
dc.subject |
Análise multivariada de séries temporais |
pt_BR |
dc.subject |
Multivariate analysis of time series |
pt_BR |
dc.subject |
Séries temporais multivariadas |
pt_BR |
dc.subject |
Multivariate time series |
pt_BR |
dc.subject |
Turbogeradores |
pt_BR |
dc.subject |
Turbogenerators |
pt_BR |
dc.subject |
Detecção de falhas |
pt_BR |
dc.subject |
Fault detection |
pt_BR |
dc.subject |
Aprendizado de máquina |
pt_BR |
dc.subject |
Machine learning |
pt_BR |
dc.subject |
Redes neurais recorrentes |
pt_BR |
dc.subject |
Recurrent neural networks |
pt_BR |
dc.subject |
Long short term memory |
pt_BR |
dc.subject |
Vector autoregression |
pt_BR |
dc.subject |
Deep learning |
pt_BR |
dc.subject |
Aprendizagem profunda |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
DIAS, Marianna Barbosa Brito. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Development of failure prediction models in turbogenerators through multivariate analysis of time series. |
pt_BR |
dc.identifier.citation |
DIAS, Marianna Barbosa Brito. Desenvolvimento de modelos de predição de falhas em turbogeradores por meio da análise multivariada de séries temporais. 2021. 75f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande – Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27614 |
pt_BR |