XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: APLICAÇÃO DE TÉCNICAS DE CIÊNCIA DE DADOS NO PROBLEMA DE FURTO DE COMBUSTÍVEL EM DUTOS Autor: RACHEL MARTINS VENTRIGLIA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
SILVIO HAMACHER - ORIENTADOR
LEILA FIGUEIREDO DANTAS - COORIENTADOR
Nº do Conteudo: 57397
Catalogação: 14/02/2022 Idioma(s): INGLÊS - ESTADOS UNIDOS
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57397@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57397@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.57397
Resumo:
Título: APLICAÇÃO DE TÉCNICAS DE CIÊNCIA DE DADOS NO PROBLEMA DE FURTO DE COMBUSTÍVEL EM DUTOS Autor: RACHEL MARTINS VENTRIGLIA
LEILA FIGUEIREDO DANTAS - COORIENTADOR
Nº do Conteudo: 57397
Catalogação: 14/02/2022 Idioma(s): INGLÊS - ESTADOS UNIDOS
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57397@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57397@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.57397
Resumo:
Furto de combustíveis é uma preocupação enfrentada por vários países e companhias da
indústria de óleo e gás, devido aos seus impactos no meio ambiente e na segurança das
comunidades próximas aos oleodutos. Por isso, o monitoramento e inspeção dos locais onde
estão localizadas as faixas de duto por meio de alertas é fundamental para evitar suspeitas de
furto de combustível e mitigar riscos. Os alertas são acionados por sistemas de monitoramento
e patrulhas são enviadas para verificar a localização e confirmar ou não a ocorrência de furto
de combustível, também conhecido como derivação clandestina. No entanto, vários sinais
podem ser alarmados em um curto período, e sua correta priorização é essencial para identificar
estas derivações clandestinas, o mais rápido possível. Este trabalho tem como objetivo utilizar
técnicas de ciência de dados e aprendizado de máquina para realizar um modelo preditivo capaz
de prever a probabilidade de um evento resultar em uma derivação clandestina e compreender
os fatores que influenciam na sua ocorrência. Dados de um sistema de monitoramento de janeiro
de 2019 a agosto de 2021 foram fornecidos por uma empresa brasileira de transporte de
combustível. Usamos quatro algoritmos de aprendizado de máquina: Regressão Logística,
Random Forest, XGBoost e Catboost. O Random Forest obteve os melhores resultados na
classificação dos alertas associados (ou não) a uma derivação clandestina, apresentando
acurácia e especificidade de 78,6% e 68,3%, respectivamente. Nesse problema, a especificidade
significa que é possível reduzir o envio de rondas em campo em 68,3% dos casos. Quanto à
validação externa, o modelo também apresentou bom desempenho, com acurácia e
especificidade de 61%. A longa duração dos alertas, o elevado histórico de derivações
clandestinas e a ocorrência dos alertas durante a noite são os fatores que mais influenciam na
ocorrência de derivações clandestinas.
Descrição | Arquivo |
NA ÍNTEGRA |