Outliers de datos funcionales para la detección de caudales anómalos en el sector hidráulico
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/158176
comunitat-uji-handle2:10234/71345
comunitat-uji-handle3:10234/97762
comunitat-uji-handle4:
TFG-TFMMetadatos
Título
Outliers de datos funcionales para la detección de caudales anómalos en el sector hidráulicoAutoría
Tutor/Supervisor; Universidad.Departamento
Epifanio López, Irene; Martínez García, Vicente; Universitat Jaume I. Departament de MatemàtiquesFecha de publicación
2017-09-25Editor
Universitat Jaume IResumen
Este trabajo está basado en el proyecto llevado a cabo en una beca de investigación para la
Cátedra Facsa de Innovación del Ciclo Integral del Agua de la UJI. El estudio realizado consiste,
en líneas generales, en ... [+]
Este trabajo está basado en el proyecto llevado a cabo en una beca de investigación para la
Cátedra Facsa de Innovación del Ciclo Integral del Agua de la UJI. El estudio realizado consiste,
en líneas generales, en la detección de caudales anómalos nocturnos para el descubrimiento de
posibles fugas en la red de distribución de agua.
Las técnicas utilizadas para llevar a cabo este proyecto se enmarcan dentro del campo emergente
denominado Big Data. Es conocido que durante la última década ha crecido exponencialmente
la cantidad de datos generados y almacenados por empresas e instituciones, algunas
fuentes, ya en 2011 apuntaban a que el 90% de los datos existentes se habían generado durante
los dos últimos años. Actualmente, las metodologías y arquitecturas basadas en bases de
datos tradicionales no son suficientes para gestionar la complejidad que aporta el tratamiento
de toda esa inmensa cantidad de datos. En este sentido, la metodología que proponemos no
utiliza las técnicas clásicas de la estadística multivariante sino que hemos decidido enfocar el
problema desde la perspectiva de datos funcionales, donde, por cada día, en lugar de tener varias
variables se tiene una función que representa los valores de caudal registrados en un sector. Se
ha decidido utilizar esta técnica, además de por la naturaleza de los datos, por sus numerosas
ventajas, entre las que destacan, que puede haber valores faltantes, que no es necesario tener los
datos medidos en los mismos instantes de tiempo y que se puede eliminar el ruido en los datos
aplicando técnicas de suavizado. Esta última ventaja es sin duda una de las más importantes,
ya que el ruido puede distorsionar fácilmente los resultados y, por tanto, las conclusiones obtenidas.
Como el objetivo de este trabajo es la detección de caudales anómalos, de entre todos
los problemas que se pueden plantear en el análisis de datos funcionales, se ha decidido utilizar
técnicas de detección de outliers funcionales.
En este documento se recoge tanto la fundamentación teórica de las técnicas utilizadas como
los resultados obtenidos para los caudales del consumo hídrico de tres sectores de la provincia
de Castellón. [-]
Palabras clave / Materias
Màster Universitari en Matemàtica Computacional | Máster Universitario en Matemática Computacional | Master's Degree in Computational Mathematics | análisis de datos funcionales | detección de outliers de datos funcionales | técnicas de suavizado | detección de caudales anómalos | Functional Data Analysis (FDA) | Outlier detection for functional data | smoothing techniques | detecting anomalies in water distribution networks
Descripción
Treball de Fi de Màster Universitari en Matemàtica Computacional (Pla de 2013). Codi: SIQ027. Curs 2016-2017
Tipo de documento
info:eu-repo/semantics/masterThesisDerechos de acceso
info:eu-repo/semantics/openAccess
Aparece en las colecciones
El ítem tiene asociados los siguientes ficheros de licencia: