1. Pantheon
  2. Teses e Dissertações
  3. Teses e Dissertações defendidas na UFRJ
  4. Engenharias
  5. Engenharia Elétrica
Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/11354
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSeixas, José Manoel de-
dc.contributor.authorFerreira, Fernando Guimarães-
dc.date.accessioned2020-02-17T16:35:50Z-
dc.date.available2023-12-21T03:06:51Z-
dc.date.issued2018-03-
dc.identifier.urihttp://hdl.handle.net/11422/11354-
dc.description.abstractThe identification of patterns in the crude oil assay data provides useful information for crude oil properties estimation as well as for the refinery operation and logistics. The a priori information about the characteristics of a determined crude improves the logistic concerning which refineries should process it, together with pricing. This work explores data mining techniques over some characterization properties of crude oil assays, in order to group similar crude oils in an unsupervised way. The results show that the derived models are able to find patterns, clustering crudes according these properties. Afterwards, these are compared to a standard classification which is aware only about the oil crude density.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEngenharia elétricapt_BR
dc.subjectMineração de dadospt_BR
dc.subjectClassificação de petróleospt_BR
dc.subjectReconhecimento de padrõespt_BR
dc.subjectClusterização não-supervisionadapt_BR
dc.titleClassificação de petróleospt_BR
dc.typeTesept_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/6518221600690415pt_BR
dc.contributor.referee1Gomes, José Gabriel Rodrigues Carneiro-
dc.contributor.referee2Nedjah, Nadia-
dc.contributor.referee3Albanez Filho, Carmelo Jose-
dc.contributor.referee4Torres, Alexandre Rodrigues-
dc.contributor.referee5Farah, Marco Antonio-
dc.description.resumoA identificação de padrões em dados de ensaios de óleo bruto fornece informações importantes sobre a estimação das propriedades do petróleo, assim como para a operação e cadeia logística das refinarias. A informação a priori sobre as características de determinada amostra de óleo melhora a logística em relação a maneira que as refinarias devem processá-lo, assim como a sua precificação. Essa tese explora técnicas de mineração de dados usando algumas propriedades relevantes para a caracterização dos ensaios, de maneira a agrupar amostras de óleos brutos similares de maneira não-supervisionada. Os resultados mostram que os modelos obtidos são capazes de encontrar padrões ao agrupar as amostras de acordo com essas propriedades. Estes são então comparados à uma classificação comumente usada na indústria, baseada apenas na mensuração da densidade do petróleo.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenhariapt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
887615.pdf2.08 MBAdobe PDFView/Open
Show simple item record Recommend this item View Statistics


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.