Metodologia de mineração de dados para detecção de desvio de comportamento do uso de energia em concessionária de energia elétrica

• Ano de defesa: 2008
• Autor(a) principal: Minussi, Marlon Mendes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul; Faculdade de Engenharia; BR; PUCRS; Programa de Pós-Graduação em Engenharia Elétrica
• Palavras-chave em Português: MINERAÇÃO DE DADOS (INFORMÁTICA); DATA WAREHOUSE; BANCO DE DADOS; ENERGIA ELÉTRICA - CONTROLE; CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/2997

Com abertura do mercado de energia elétrica e o aumento da competitividade no setor elétrico brasileiro, as concessionárias de energia buscam ferramentas para minimizar as perdas comerciais e maximizar seus lucros. Visando solucionar este problema foi desenvolvido um método de mineração de dados para detecção de desvio de comportamento no uso de energia em concessionária de energia elétrica. Pois quanto menos perde-se, menos precisa ser gerado, e menos se desperdiça recursos naturais. Na elaboração do método compreendeu etapas de análise e avaliação dos dados, assim como construção de um Data Warehouse mais adequado para o desenvolvimento deste trabalho. Foram analisadas curvas de cargas dos clientes e através dessa análise observou-se o perfil de consumo dos mesmos, embasados na análise foram aplicados os algoritmos de mineração de dados, como o algoritmo de associação Apriori para fornecer padrões de indicadores de perfil dos consumidores bem como os algoritmos de Árvore de Decisão e Classificadores Bayesianos. Os resultados validam o método desenvolvido e implementado permitindo sua utilização em uma concessionária de energia elétrica sendo utilizado como mais uma ferramenta de GLD para auxiliar e somar-se a ações já existentes na concessionária.