previsao-sistema-cantareira

Projeto referente à disciplina PJI410 - Projeto Integrador em Computação IV da Univesp que visa desenvolver modelos de previsão do volume do Sistema Cantareira utilizando métodos de machine learning e ferramentas de visualização de dados.

A aplicação pode ser acessada aqui.

Tecnologias

As principais tecnologias usadas no projeto são:

• Python 3.8
• Prophet
• Plotly
• Streamlit

Estrutura do projeto

Os principais arquivos e diretórios são:

• streamlit-app.py: Arquivo de entrada e página principal da aplicação Streamlit responsável pela interface de visualização.
• plotting_utils.py: Funções de auxílio para as visualizações de dados.
• pages: Diretório contendo as demais páginas da aplicação Streamlit, cada uma em um arquivo.
• static: Diretório contendo as imagens, vídeos e outros arquivos estáticos utilizados na aplicação Streamlit.
• SABESP-sistemas_produtores.xlsx: Série histórica contendo os dados dos reservatórios Jaguari-Jacareí, Cachoeira, Atibainha e Paiva Castro de 2000 até março de 2023.
• 2023-04-01_a_2023-05-25.xlsx: Dados dos reservatórios Jaguari-Jacareí, Cachoeira, Atibainha e Paiva Castro de abril de 2023 até maio de 2023.
• PI_IV.ipynb: Notebook Jupyter com análise exploratória e tratamento dos dados.
• modelo-prophet: Diretório contendo o modelo que utiliza o Prophet para prever valores futuros.

Setup

1. Instale pipenv.
2. No diretório do projeto, execute pipenv install no terminal.
3. Para ativar o ambiente virtual, execute pipenv shell.
4. Para rodar a aplicação Streamlit localmente, execute streamlit run streamlit-app.py no terminal. Lembre de ativar o ambiente virtual antes.