Please use this identifier to cite or link to this item:
https://dspace.sti.ufcg.edu.br/handle/riufcg/48549| Title: | Avaliação de técnicas de compressão de dados com perdas de séries temporais em aplicações de monitoramento de energia elétrica. |
| Other Titles: | Evaluation of lossy time series data compression techniques in electrical energy monitoring applications. |
| ???metadata.dc.creator???: | PONCHET, Plateny de Brito. |
| ???metadata.dc.contributor.advisor1???: | BRITO, Andrey Elísio Monteiro. |
| ???metadata.dc.contributor.referee1???: | CAMPOS, Lívia Maria Rodrigues Sampaio. |
| ???metadata.dc.contributor.referee2???: | FALCÃO, Eduardo de Lucena. |
| Keywords: | Compressão com perda;Séries temporais elétricas;Avaliação comparativa;Controle adaptativo;LoRaWAN;ARC SDT;Dispositivos embarcados;Lossy compression;Electrical time series;Comparative evaluation;Adaptive control;Embedded devices |
| Issue Date: | 26-Aug-2026 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | PONCHET, Plateny de Brito. Avaliação de técnicas de compressão de dados com perdas de séries temporais em aplicações de monitoramento de energia elétrica. 2026. 160 f. Dissertação (Mestrado em ciência da computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2026. |
| ???metadata.dc.description.resumo???: | O monitoramento contínuo de grandezas elétricas em ambientes industriais gera volumes de dados que precisam ser transmitidos por redes com severas restrições de largura de banda, como o LoRaWAN (Long Range Wide Area Network). Essas redes impõem limites rígidos de carga útil por pacote, muitas vezes inferiores ao volume de uma única leitura bruta do dispositivo de monitoramento, tornando a compressão no próprio dispositivo uma necessidade prática. Diante desse cenário, este trabalho realiza uma avaliação comparativa de cinco abordagens de com pressão com perda aplicadas a séries temporais de consumo de energia elétrica: Swinging Door Trending (SDT), Ramer-Douglas-Peucker (RDP), Transformada Discreta do Cosseno (DCT), Transformada Wavelet Discreta (DWT), esta última avaliada com três famílias de funções base, e o ARC-SDT(AdaptiveReal-time Controlled SDT), adaptação do SDT com controle direto so bre a taxa de compressão proposta neste trabalho. Os algoritmos são avaliados sobre 256 séries temporais de instalações públicas e privadas, em nove taxas de compressão alvo e cinco tama nhos de janela, usando métricas de semelhança visual, erro percentual ponto a ponto, energia consumida e preservação de picos de demanda. Os resultados mostram que o RDP é o algo ritmo mais robusto nas taxas de compressão agressivas, tanto em fidelidade de forma quanto na preservação de picos, e que a DCT mantém o erro de energia próximo de zero na maioria das configurações, sem que isso constitua uma garantia estrutural nessas mesmas taxas. As vari antes ortogonais de Wavelet (haar, sym2) rivalizam com o RDP nas taxas moderadas, e a haar alcança a maior semelhança visual mediana do conjunto avaliado. O SDT reúne propriedades atraentes para uso embarcado, como processamento amostra a amostra e memória constante, mas não controla diretamente a taxa de compressão; o ARC-SDT resolve essa limitação ajus tando a tolerância de erro a cada amostra, o que garante minimamente a taxa de compressão exigida. |
| Abstract: | Continuous monitoring of electrical quantities in industrial environments generates data vol umes that must be transmitted over networks with severe bandwidth constraints, such as Lo RaWAN (Long Range Wide Area Network). These networks impose strict payload limits per packet, often smaller than the volume of a single raw reading from the monitoring device, mak ing on-device compression a practical necessity. In this context, this work presents a compar ative benchmark of five lossy compression approaches applied to electrical energy time series: Swinging Door Trending (SDT), Ramer-Douglas-Peucker (RDP), Discrete Cosine Transform (DCT), Discrete Wavelet Transform (DWT), the latter evaluated with three wavelet families, and ARC-SDT (Adaptive Real-time Controlled SDT), an adaptation of SDT with direct control over the resulting compression rate, proposed in this work. The algorithms are evaluated on 256 time series from public and private installations, across nine target compression rates and five window sizes, using metrics of visual similarity, point-by-point percentage error, consumed energy, and demand peak preservation. Results show that RDP is the most robust algorithm at aggressive compression rates, both in shape fidelity and in peak preservation, and that DCT keeps energy error close to zero in most configurations, though this does not amount to a struc tural guarantee at those same rates. The orthogonal Wavelet variants (haar, sym2) rival RDP at moderate rates, and haar reaches the highest median visual similarity of the evaluated set. SDT offers attractive properties for embedded use, such as sample-by-sample processing and con stant memory, but does not directly control the resulting compression rate; ARC-SDT addresses this limitation by adjusting the error tolerance at each sample, which minimally guarantees the required compression rate. |
| Keywords: | Compressão com perda Séries temporais elétricas Avaliação comparativa Controle adaptativo LoRaWAN ARC SDT Dispositivos embarcados Lossy compression Electrical time series Comparative evaluation Adaptive control Embedded devices |
| ???metadata.dc.subject.cnpq???: | Ciência da Computação. |
| URI: | https://dspace.sti.ufcg.edu.br/handle/riufcg/48549 |
| Appears in Collections: | Mestrado em Ciência da Computação. |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| PLATENY DE BRITO PONCHET - DISSERTAÇÃO (PPGCC) 2026.pdf | 3.63 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
