Portal de Administração de Conferências - CEFET-MG, 19ª SEMANA DE CIÊNCIA E TECNOLOGIA DO CEFET-MG - 2023

Tamanho da fonte: 
MONITORAÇÃO DE PROCESSOS UTILIZANDO TÉCNICAS DE ESTATÍSTICA MULTIVARIADA E INTELIGÊNCIA ARTIFICIAL
Thais de Paula Veiga, Ana Paula Batista, Giovani Guimarães Rodrigues

Última alteração: 2023-08-28

Resumo


A análise de dados desempenha um papel importante no âmbito dos processos industriais. Os dados podem ser utilizados para derivar modelos para estimar variáveis críticas inerentes aos processos. Técnicas de estatística multivariada, como a análise de regressão, tem sido aplicadas ao monitoramento de processos, e, recentemente, técnicas de inteligência artificial estão mais presentes. Este trabalho tem por objetivo introduzir a modelagem aplicada a dados de demanda de energia. No estudo de caso, reprodução de estudo apresentado na literatura, é proposto um modelo de regressão linear múltipla baseado no método de mínimos quadrados e validação cruzada para estimar a carga de aquecimento e a carga de resfriamento de edifícios a partir de parâmetros construtivos. Para avaliar o desempenho do modelo de regressão foram empregadas as métricas estatísticas RMSE (Raiz do Erro Quadrático Médio) e R². Os resultados mostraram que o modelo de regressão linear é capaz de aproximar com precisão as variáveis de saída, apresentando baixos valores de RMSE e R² 0.88. Este trabalho servirá como base para trabalhos futuros no desenvolvimento de modelos mais complexos com dados provenientes de processos químicos industriais.

Palavras-chave


Análise de dados. Regressão linear. Demanda de energia.