Titulo Estágio
Algoritmos de Inteligência Artificial para Deteção e Previsão de Fugas em Redes de Água
Local do Estágio
IPN - Instituto Pedro Nunes (Laboratório de Informática e Sistemas)
Enquadramento
As redes de distribuição urbana de água perdem anualmente volumes significativos, com impacto económico e ambiental assinalável. No âmbito do projeto WaterScan, em desenvolvimento pelo IPN, Fibersight e Universidade de Coimbra, pretende desenvolver-se um sistema optoelectrónico que recorre a fibras óticas para medir temperatura e humidade ao longo de quilómetros, fornecendo leituras contínuas de grande resolução. O elevado ritmo de aquisição gera um fluxo massivo de dados que exige técnicas avançadas de análise para detetar padrões, anomalias e micro-fugas em tempo quase real, minimizando falsos positivos causados por fenómenos externos. A incorporação de algoritmos de aprendizagem automática permitirá otimizar a operação, apoiar decisões de manutenção e antecipar falhas, reforçando a sustentabilidade hídrica.
Objetivo
Desenvolver e incorporar algoritmos baseados em inteligência artificial para otimização da operação e previsão de anomalias em redes de distribuição de água. Os algoritmos desenvolvidos deverão identificar padrões e anomalias que indiquem a presença de fugas, permitindo fazer previsões de forma a atuar atempadamente e reduzindo a quantidade de falsos positivos causados por outros fenómenos, como chuva ou derrames de água. Para cumprir o objetivo, é necessário: 1) explorar plataformas e frameworks que suportem o desenvolvimento e a implementação dos modelos necessários para a deteção e a previsão de fugas; 2) processar dados reais e simulados que serão recolhidos no âmbito do projeto e facultados ao aluno; 3) implementar os modelos de IA e as interfaces que permitam a interação com o sistema de aquisição; 4) configurar os modelos para operar automaticamente em tempo real; 5) incluir metodologias de verificação de dados provenientes de outras fontes de informação (previsões meteorológicas, etc.).
Plano de Trabalhos - Semestre 1
F1 - Análise do estado da arte (25%)
Estudo aprofundado das abordagens existentes para deteção e previsão de fugas de água baseadas em IA, incluindo métodos clássicos e técnicas modernas de aprendizagem profunda.
F2 - Levantamento de requisitos (25%)
Identificação dos requisitos técnicos e funcionais do sistema, análise das fontes e características dos dados, definição de métricas de desempenho e critérios de comparação entre abordagens.
F3 - Protótipo inicial (25%)
Desenvolvimento de um protótipo funcional simples com uma pipeline de ingestão e pré-processamento de dados. Avaliação preliminar com modelos exploratórios para validação do conceito e definição da arquitetura final.
F4 – Relatório Intermédio (25%)
Preparação do relatório intermédio da dissertação.
Plano de Trabalhos - Semestre 2
F5 - Implementação (70%)
Desenvolvimento completo da solução final, incluindo otimização da pipeline, implementação dos modelos, otimização de hiperparâmetros e integração dos componentes num sistema coerente.
F6 - Testes e avaliação (20%)
Execução de testes sistemáticos com dados reais e/ou simulados para medir a robustez, desempenho e precisão das soluções. Comparação entre abordagens segundo os critérios definidos no semestre anterior.
F7 - Documentação e apresentação (10%)
Elaboração da dissertação final, com descrição detalhada da metodologia, resultados obtidos e discussão crítica. Preparação da apresentação e defesa da tese.
Condições
Este trabalho será integrado num projeto de investigação cofinanciado, sendo que o aluno poderá candidatar-se a uma bolsa de investigação para licenciado no âmbito deste projeto, nos termos da legislação aplicável e regulamentos do IPN. O valor da bolsa é de 1040,98€ , em linha com a tabela de bolsas de investigação da FCT.
Observações
Áreas de especialidade: Aprendizagem Automática, Ciência de Dados, Deteção/Previsão de Fugas de Água, Sustentabilidade Hídrica.
Orientador
Carla Guerra Azevedo
caazevedo@ipn.pt 📩