Abordagem MRL, Arima e Data Mining para otimização de custos no suprimento energético em plantas petroquímicas

• Main Author: Santana, Delano Mendes de
• Other Authors: Cassiano, Douglas Alves
• Format: Others
• Language: Portuguese
• Published: 2018
• Subjects: EFICIÊNCIA ENERGÉTICA; MODELAGEM; MRL; ARIMA; DATA MINING; ENERGY EFFICIENCY; MODELING; PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
• Online Access: http://www.biblioteca.ufabc.edu.brhttp://biblioteca.ufabc.edu.br/index.php?codigo_sophia=110464

Orientador: Prof. Dr. Douglas Alves Cassiano === Coorientador: Prof. Dr. Sérgio Ricardo Lourenço === Tese (doutorado) - Universidade Federal do ABC. Programa de Pós-Graduação em Energia, Santo André, 2018. === Uma forma de otimização dos recursos energéticos de uma planta petroquímica é a utilização de Mix Integer Linear Programing (MILP) para decisão da configuração ótima do acionamento dos equipamentos da unidade. Entretanto uma questão ainda em aberto é qual a correlação existente entre a série temporal destes ganhos energéticos com o preço da energia no mercado livre, a temperatura ambiente, a carga da planta e a demanda elétrica desta planta petroquímica. Dessa forma, o objetivo deste trabalho foi obter a correlação entre estas variáveis. A metodologia utilizada contou com três abordagens de exploração de correlações, a primeira foi a Modelagem de Regressão Linear (MRL), a segunda a Autoregressive Integrated Moving Average (ARIMA) e, a terceira, a Data Mining. Como principais resultados foram obtidas as correlações entre estas variáveis pelas três abordagens, além da comparação das regressões em termos de: qualidade de ajuste do modelo; visualização dos dados e aplicação em aplicativos comuns como o Excel®. Adicionalmente foram descobertos padrões escondidos nos dados e gerou-se conhecimento acadêmico capaz de suportar decisões industriais que conduzam a melhorias de eficiência energética. === Is possible to optimize the energy resources of a petrochemical plant using Mix Integer Linear Programing (MILP) to decide the optimal configuration of the equipment. However, a still open question is what correlation exists between the time series of these energy savings with the price of energy in the free market, the ambient temperature, the plant load and the electric demand of this petrochemical plant. The objective of this study is to obtain the correlation between these variables. Three approaches was used, Linear Regression Modeling (LRM), Autoregressive Integrated Moving Average (ARIMA) and Data Mining. Were obtained the correlations between these variables by the three approaches, besides the comparison of the regressions in terms of: adherence to the real values; data visualization and application in common applications like Excel®. In addition, hidden patterns were discovered in the data and academic knowledge was generated, supporting industrial decisions that lead to improvements in energy efficiency.