Metodologia para o processamento de séries temporais de caudal em sistemas de distribuição de água

Bruno Ferreira*, Nelson Carriço, Raquel Barreira, Tiago Dias, Dídia Covas

RESUMO

No presente artigo apresenta-se uma metodologia para processamento de séries temporais de caudal em sistemas de distribuição de água. O processamento inclui quatro passos distintos, nomeadamente, a identificação e remoção de valores anómalos, a reconstrução de falhas de curta duração, a normalização da frequência temporal e a reconstrução de falhas de longa duração. A metodologia de processamento foi implementada numa ferramenta computacional de distribuição livre para sistema operativo Windows (ferramenta WISDom) e é demonstrada através da aplicação a séries temporais de três casos de estudo. Os resultados demonstram que a ferramenta desenvolvida tem a capacidade de processar corretamente séries temporais de caudal provenientes de sistemas com características muito distintas (i.e., padrões de consumo, sistemas de aquisição e transmissão de dados).

Palavras-Chave: Caudal; ferramenta computacional; processamento de dados; séries temporais; valores anómalos.

 

Flow rate time series processing methodology in water distribution systems

 

ABSTRACT

The current paper presents the application of a methodology for processing flow rate time series from water distribution systems. The processing is a four-step procedure: (a) anomaly identification and removal, (b) short-duration gap reconstruction, (c) time step normalization, and (d) long-duration gap reconstruction. The developed methodology has been implemented in an open-source computer tool for Windows (WISDom tool) and is demonstrated through the application to flow rate time series of three case studies. The results demonstrate that the developed tool can efficiently process flow rate time series from water supply systems with different characteristics (e.g., consumption pattern, data acquisition system, transmission settings).

Keywords: Anomalous values; computational tool; data processing; flowrate; time series.

DOI : 10.22181/aer.2024.0104
ISSN : 2184-6049
Menu