Knowledge base: Warsaw University of Technology

Settings and your account

Back

Forecasting failures of pipes in Warsaw heating network

Dominik Bartosz Dobek

Abstract

The main purpose of this work is to build a model which predicts the failure probabilities of pipes in heating network. This paper presents description of data preparation process and analysis of two databases, first database contains information about archival failures, second one supplies description of pipes in heating network. After presentation of survival analysis methods, which are focused on describing and quantifying time to event data, such analysis was made and showed in order to e. g. point the significance of parameters describing pipes. This paper provides description of two types of models: first one is called extended Cox proportional hazards model and is one of survival analysis methods, second model is called Gradient Boosting and is one of approaches to machine learning. After that the results of evaluation of mentioned models have been shown in form of Precision – Recall curves. It has been shown, that estimating pipes failures probability with high precision is possible.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Dominik Bartosz Dobek (FPAE) Dominik Bartosz Dobek,, Faculty of Power and Aeronautical Engineering (FPAE)
Title in Polish
Przewidywanie awarii odcinków warszawskiej sieci ciepłowniczej
Supervisor
Konrad Wojdan (FPAE/IHE) Konrad Wojdan,, The Institute of Heat Engineering (FPAE/IHE)Faculty of Power and Aeronautical Engineering (FPAE)
Certifying unit
Faculty of Power and Aeronautical Engineering (FPAE)
Affiliation unit
The Institute of Heat Engineering (FPAE/IHE)
Study subject / specialization
, Energetyka (Power Engineering)
Language
(pl) Polish
Status
Finished
Defense Date
13-02-2019
Issue date (year)
2019
Pages
62
Internal identifier
MEL; PD-4939 (zastrzeżona)
Reviewers
Konrad Świrski (FPAE/IHE) Konrad Świrski,, The Institute of Heat Engineering (FPAE/IHE)Faculty of Power and Aeronautical Engineering (FPAE) Konrad Wojdan (FPAE/IHE) Konrad Wojdan,, The Institute of Heat Engineering (FPAE/IHE)Faculty of Power and Aeronautical Engineering (FPAE)
Keywords in Polish
sieć ciepłownicza, analiza danych, analiza przeżycia, modelowanie, model proporcjonalnego hazardu Cox’a, uczenie maszynowe, Gradient Boosting
Keywords in English
heating network, data analysis, survival analysis, modelling, Cox proportional hazards model, machine learning, Gradient Boosting
Abstract in Polish
Celem niniejszej pracy jest stworzenie modelu wyznaczającego prawdopodobieństwa wystąpienia awarii na odcinkach sieci ciepłowniczej. W pracy umieszczono opis procesu walidacji danych, oraz analiz dwóch zbiorów danych: zbioru opisującego historyczne awarie które miały miejsce na odcinkach sieci, oraz zbioru danych parametrów opisujących odcinki wchodzące w skład sieci. Po zaprezentowaniu metod analizy przeżycia, która skupia się na odnalezieniu i wskazaniu zależności między czasem pracy odcinków a zaobserwowaniem awarii, przeprowadzono taką analizę, aby na jej podstawie m. in. wskazać istotność parametrów na podstawie których zbudowano modele. W pracy umieszczono opis dwóch typów stworzonych modeli: rozszerzonego modelu proporcjonalnego hazardu Cox’a, będącego jedną z metod analizy przeżycia, oraz modelu uczenia maszynowego typu Gradient Boosting, ponadto zamieszczono wyniki po przeprowadzonej ewaluacji na zbiorze testowym, które zaprezentowano w postaci krzywych Precision – Recall. Wykazano, że możliwe jest szacowanie prawdopodobieństwa awarii odcinków na podstawie zbudowanego modelu z wysoką precyzją.
File
  • File: 1
    1112026.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 31352

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUT24e5516a4d744d4497a0744d88b3b980/
URN
urn:pw-repo:WUT24e5516a4d744d4497a0744d88b3b980

Confirmation
Are you sure?
Report incorrect data on this page