Requeno Jarabo, José IgnacioLlana Díaz, Luis FernandoLasheras Martín, JorgeMorán Alfonso. Carlos2023-09-112023-09-112023https://hdl.handle.net/20.500.14352/87697Trabajo de Fin de Grado en Ingeniería de Computadores e Ingeniería Informática, Facultad de Informática UCM, Departamento de Sistemas Informáticos y Computación, Curso 2022/2023.El principal objetivo de este TFG es extender una herramienta para el análisis de series temporales introduciendo un nuevo algoritmo de minado de datos y evaluar su posterior aplicación para el análisis y extracción de patrones de comportamiento en un caso de estudio. Para llevar a cabo dicho análisis y poder examinar diferentes propiedades de estas señales, hemos usado lógica temporal o, más concretamente, una variante de la misma adaptada al análisis de propiedades de series temporales conocida como Signal Temporal Logic (STL). Esta extensión de la lógica temporal incorpora a la sintaxis de lógica de primer orden otros operadores que permiten la generalización de patrones sobre intervalos. El trabajo está dividido en tres fases: una fase de investigación, una fase de implementación de un nuevo algoritmo y su incorporación a una biblioteca de Python ya existente llamada ParetoLib, y una última fase de experimentación sobre datos reales. En particular, aplicaremos nuestra aproximación al análisis y detección de comportamientos (a)normales en el consumo eléctrico, registrados por contadores inteligentes o smart grids.This project’s main purposes are extending the current functionality of a time series analysis tool by introducing a new data mining algorithm and testing said algorithm by using it to extract and analyse behaviour patterns on a case study. In order to accomplish these objectives, we used temporal logic or, to be more specific, we used a temporal logic variant specialized on analysing patterns in time series called Signal Temporal Logic (STL). STL is an extension of standard temporal logic whose syntax consists of the standard operators used in first order logic extended with a series of new logic operators that allow for pattern generalisation over intervals. The project has been divided in three different phases. Firstly, an investigation phase, followed by an implementation phase where we implemented the data mining algorithm and incorporated it to an existing library named ParetoLib and, lastly, an experimentation phase using real data. More specifically, we will apply our approach to the analysing and detecting possibly abnormal behaviour in the electrical consumption registered by smart meters or smart grids.spaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/bachelor thesisopen access004(043.3)Lógica temporalSerie temporalDetección de anomalíasContadores inteligentesInterfaz gráficaPythonTemporal logicTime seriesAnomalous behaviour detectionSmart GridsGuided User InterfaceInformática (Informática)33 Ciencias Tecnológicas