ECATI - Dissertações de Mestrado

URI permanente desta comunidade:

http://hdl.handle.net/10437/10772

Navegar

Percorrer ECATI - Dissertações de Mestrado por autor "Abdeen, Salam Ayman"

A mostrar 1 - 1 de 1
  • Item
    From reporting to advanced analytics : a case study on energy production
    (2019) Abdeen, Salam Ayman; Costigliola, Francesco, orient.
    No mundo atual, a energia está ligada a todos os aspetos e profissões da vida. O seu consumo está a aumentar exponencialmente, o que faz com que um sistema de gestão de energia, em qualquer país, seja um fator crucial para uma economia estável, um ambiente e um futuro seguros. Manter todos os sistemas em funcionamento de forma eficiente exige que um grande esforço na recolha e na análise de grandes quantidades de dados. Estas análises permitem extrair informações que auxiliam todos os processos como, por exemplo: avaliações de risco, tomada de decisões e definição de estratégias. Em suma, a análise avançada de dados precisa de ser parte integrante dos sistemas de gestão de energia. Este trabalho analisa os processos e o nível de maturidade analítico de uma equipa (SKIPPER) na empresa de produção de energia em Portugal (EDP, Energias De Portugal). O trabalho estuda as plataformas de Business Intelligence (BI) existentes, a arquitetura de dados na plataforma SKIPPER e os requisitos dos clientes para aprimorar o processo de BI e integrar o conceito de advanced analytics implementando diversos modelos de previsão de longo prazo, comparando as suas diferenças e recomendando as ações necessárias. Com foco na produção de energia térmica, este trabalho apresenta o SAS como uma nova plataforma de Analytics e BI comparando as suas funcionalidades com a plataforma de BI existente. Utilizando 27 meses de dados históricos, o SAS também foi apresentado como uma plataforma de previsão de séries temporais, oferecendo dois níveis de análise diferentes: análise de cenário e busca de metas. O R Studio é testado como uma segunda opção de advanced analytics, onde diversos modelos de previsão de produção de energia são implementados. Uma das vantagens está na possibilidade de estruturar os dados como uma série temporal hierárquica. Das diversas técnicas de reconciliação, a Optimal Reconciliation revelou ser a abordagem mais precisa. Adicionalmente, foi implementando um modelo de regressão onde foi possível extrair alguns dos fatores relevantes no que diz respeito à afetação dos níveis de produção de energia (como por exemplo, CO2 fine e horas de trabalho). Os resultados do trabalho de tese mostram que utilizar o SAS como a principal plataforma de relatórios do SKIPPER e integrar o R Studio na arquitetura estatística pode melhorar as práticas de relatório do SKIPPER e elevar o nível de maturidade de análise de dados.