Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR
| Ano de defesa: | 2012 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia Elétrica
|
| Departamento: |
Automação e Sistemas; Engenharia de Computação; Telecomunicações
|
| País: |
BR
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Área do conhecimento CNPq: | |
| Link de acesso: | https://repositorio.ufrn.br/jspui/handle/123456789/15454 |
Resumo: | The opening of the Brazilian market of electricity and competitiveness between companies in the energy sector make the search for useful information and tools that will assist in decision making activities, increase by the concessionaires. An important source of knowledge for these utilities is the time series of energy demand. The identification of behavior patterns and description of events become important for the planning execution, seeking improvements in service quality and financial benefits. This dissertation presents a methodology based on mining and representation tools of time series, in order to extract knowledge that relate series of electricity demand in various substations connected of a electric utility. The method exploits the relationship of duration, coincidence and partial order of events in multi-dimensionals time series. To represent the knowledge is used the language proposed by Mörchen (2005) called Time Series Knowledge Representation (TSKR). We conducted a case study using time series of energy demand of 8 substations interconnected by a ring system, which feeds the metropolitan area of Goiânia-GO, provided by CELG (Companhia Energética de Goiás), responsible for the service of power distribution in the state of Goiás (Brazil). Using the proposed methodology were extracted three levels of knowledge that describe the behavior of the system studied, representing clearly the system dynamics, becoming a tool to assist planning activities |
| id |
UFRN_af0acdbb149da26ef95f447fe2ca217a |
|---|---|
| oai_identifier_str |
oai:repositorio.ufrn.br:123456789/15454 |
| network_acronym_str |
UFRN |
| network_name_str |
Repositório Institucional da UFRN |
| repository_id_str |
|
| spelling |
Queiroz, Alynne Conceição Saraiva dehttp://lattes.cnpq.br/3269518216317369http://lattes.cnpq.br/9745845064013172Bastos Filho, Carmelo José AlbanezFILHO, Carmelo José Albanez Bastos.Ramos, Iloneide Carlos de Oliveirahttp://lattes.cnpq.br/0613948277011672Aloise, Danielhttp://lattes.cnpq.br/5093210888872414Costa, José Alfredo Ferreira2014-12-17T14:56:08Z2013-05-032014-12-17T14:56:08Z2012-09-24QUEIROZ, Alynne Conceição Saraiva de. Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR. 2012. 122 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012.https://repositorio.ufrn.br/jspui/handle/123456789/1545423001011008P6The opening of the Brazilian market of electricity and competitiveness between companies in the energy sector make the search for useful information and tools that will assist in decision making activities, increase by the concessionaires. An important source of knowledge for these utilities is the time series of energy demand. The identification of behavior patterns and description of events become important for the planning execution, seeking improvements in service quality and financial benefits. This dissertation presents a methodology based on mining and representation tools of time series, in order to extract knowledge that relate series of electricity demand in various substations connected of a electric utility. The method exploits the relationship of duration, coincidence and partial order of events in multi-dimensionals time series. To represent the knowledge is used the language proposed by Mörchen (2005) called Time Series Knowledge Representation (TSKR). We conducted a case study using time series of energy demand of 8 substations interconnected by a ring system, which feeds the metropolitan area of Goiânia-GO, provided by CELG (Companhia Energética de Goiás), responsible for the service of power distribution in the state of Goiás (Brazil). Using the proposed methodology were extracted three levels of knowledge that describe the behavior of the system studied, representing clearly the system dynamics, becoming a tool to assist planning activitiesA abertura do mercado brasileiro de energia elétrica e a competitividade entre as empresas do setor energético fazem com que a busca por informações úteis e ferramentas que venham a auxiliar na tomada de decisões, aumente por parte das concessionárias. Uma importante fonte de conhecimento para essas concessionárias são as séries temporais de consumo de energia. A identificação de padrões de comportamento e a descrição de eventos se tornam necessárias para a execução de atividades de planejamento, buscando melhorias na qualidade de atendimento e vantagens financeiras. A presente dissertação apresenta uma metodologia baseada em ferramentas de mineração e representação de séries temporais, com o objetivo de extrair conhecimento que relacionam séries de demanda de energia elétrica de diversas subestações interligadas de uma concessionária. O método utilizado explora relações de duração, coincidência e ordem parcial de eventos em séries temporais multidimensionais. Para a representação do conhecimento será utilizada a linguagem proposta por Mörchen (2005) chamada Time Series Knowledge Representation (TSKR). Foi realizado um estudo de caso usando séries temporais de demanda de energia de 8 subestações interligadas por um sistema em anel, que alimenta a região metropolitana de Goiânia-GO, cedidas pela CELG (Companhia Energética de Goiás), permissionária do serviço de distribuição de energia no estado de Goiás (Brasil). Utilizando a metodologia proposta foram extraídos três níveis de conhecimento que descrevem o comportamento do sistema estudado, representando a dinâmica do sistema de forma clara, constituindo-se em uma ferramenta para auxiliar em atividades de planejamentoConselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Engenharia ElétricaUFRNBRAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesSéries Temporais. Extração e Representação de Conhecimento. Mineração de Dados. Demanda de Energia Elétrica.Time Series Analysis. Knowledge Extraction and Representation. Data Mining. Electrical Energy Demand.CNPQ::ENGENHARIAS::ENGENHARIA ELETRICAExtração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKRinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALAlynneCSQ_DISSERT.pdfapplication/pdf5674522https://repositorio.ufrn.br/bitstreams/b79f1cf7-b0c8-4c2c-bf3f-2654abc52a80/download276b6f887cbd025afcc9fc319a3dbc2eMD51trueAnonymousREADTEXTAlynneCSQ_DISSERT.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.PDFFilter on 2017-10-31T18:53:14Z (GMT).Extracted texttext/plain159373https://repositorio.ufrn.br/bitstreams/a900f82c-bfcf-4c5f-a6c9-7ef84d57fd13/downloadf48899358b079344b023054619d290d8MD56falseAnonymousREADTHUMBNAILAlynneCSQ_DISSERT.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2017-10-31T18:53:42Z (GMT).IM Thumbnailimage/jpeg4312https://repositorio.ufrn.br/bitstreams/4c020f4e-1867-41f4-9cf6-c01ea8002e0e/download0d6b69d7765b7ec758e21ccffd658685MD57falseAnonymousREAD123456789/154542026-08-26T14:29:32.210861Zopen.accessoai:repositorio.ufrn.br:123456789/15454https://repositorio.ufrn.brRepositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2026-08-26T14:29:32Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
| dc.title.por.fl_str_mv |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR |
| title |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR |
| spellingShingle |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR Queiroz, Alynne Conceição Saraiva de Séries Temporais. Extração e Representação de Conhecimento. Mineração de Dados. Demanda de Energia Elétrica. Time Series Analysis. Knowledge Extraction and Representation. Data Mining. Electrical Energy Demand. CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| title_short |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR |
| title_full |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR |
| title_fullStr |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR |
| title_full_unstemmed |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR |
| title_sort |
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR |
| author |
Queiroz, Alynne Conceição Saraiva de |
| author_facet |
Queiroz, Alynne Conceição Saraiva de |
| author_role |
author |
| dc.contributor.authorID.por.fl_str_mv |
|
| dc.contributor.authorLattes.por.fl_str_mv |
http://lattes.cnpq.br/3269518216317369 |
| dc.contributor.advisorID.por.fl_str_mv |
|
| dc.contributor.advisorLattes.por.fl_str_mv |
http://lattes.cnpq.br/9745845064013172 |
| dc.contributor.referees1.pt_BR.fl_str_mv |
Bastos Filho, Carmelo José Albanez |
| dc.contributor.referees1ID.por.fl_str_mv |
|
| dc.contributor.referees1Lattes.por.fl_str_mv |
FILHO, Carmelo José Albanez Bastos. |
| dc.contributor.referees2.pt_BR.fl_str_mv |
Ramos, Iloneide Carlos de Oliveira |
| dc.contributor.referees2ID.por.fl_str_mv |
|
| dc.contributor.referees2Lattes.por.fl_str_mv |
http://lattes.cnpq.br/0613948277011672 |
| dc.contributor.referees3.pt_BR.fl_str_mv |
Aloise, Daniel |
| dc.contributor.referees3ID.por.fl_str_mv |
|
| dc.contributor.referees3Lattes.por.fl_str_mv |
http://lattes.cnpq.br/5093210888872414 |
| dc.contributor.author.fl_str_mv |
Queiroz, Alynne Conceição Saraiva de |
| dc.contributor.advisor1.fl_str_mv |
Costa, José Alfredo Ferreira |
| contributor_str_mv |
Costa, José Alfredo Ferreira |
| dc.subject.por.fl_str_mv |
Séries Temporais. Extração e Representação de Conhecimento. Mineração de Dados. Demanda de Energia Elétrica. |
| topic |
Séries Temporais. Extração e Representação de Conhecimento. Mineração de Dados. Demanda de Energia Elétrica. Time Series Analysis. Knowledge Extraction and Representation. Data Mining. Electrical Energy Demand. CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| dc.subject.eng.fl_str_mv |
Time Series Analysis. Knowledge Extraction and Representation. Data Mining. Electrical Energy Demand. |
| dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| description |
The opening of the Brazilian market of electricity and competitiveness between companies in the energy sector make the search for useful information and tools that will assist in decision making activities, increase by the concessionaires. An important source of knowledge for these utilities is the time series of energy demand. The identification of behavior patterns and description of events become important for the planning execution, seeking improvements in service quality and financial benefits. This dissertation presents a methodology based on mining and representation tools of time series, in order to extract knowledge that relate series of electricity demand in various substations connected of a electric utility. The method exploits the relationship of duration, coincidence and partial order of events in multi-dimensionals time series. To represent the knowledge is used the language proposed by Mörchen (2005) called Time Series Knowledge Representation (TSKR). We conducted a case study using time series of energy demand of 8 substations interconnected by a ring system, which feeds the metropolitan area of Goiânia-GO, provided by CELG (Companhia Energética de Goiás), responsible for the service of power distribution in the state of Goiás (Brazil). Using the proposed methodology were extracted three levels of knowledge that describe the behavior of the system studied, representing clearly the system dynamics, becoming a tool to assist planning activities |
| publishDate |
2012 |
| dc.date.issued.fl_str_mv |
2012-09-24 |
| dc.date.available.fl_str_mv |
2013-05-03 2014-12-17T14:56:08Z |
| dc.date.accessioned.fl_str_mv |
2014-12-17T14:56:08Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
QUEIROZ, Alynne Conceição Saraiva de. Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR. 2012. 122 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012. |
| dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/15454 |
| dc.identifier.capesdegreeprogramcode.pt_BR.fl_str_mv |
23001011008P6 |
| identifier_str_mv |
QUEIROZ, Alynne Conceição Saraiva de. Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica Usando TSKR. 2012. 122 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012. 23001011008P6 |
| url |
https://repositorio.ufrn.br/jspui/handle/123456789/15454 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
| dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
| dc.publisher.initials.fl_str_mv |
UFRN |
| dc.publisher.country.fl_str_mv |
BR |
| dc.publisher.department.fl_str_mv |
Automação e Sistemas; Engenharia de Computação; Telecomunicações |
| publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
| instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
| instacron_str |
UFRN |
| institution |
UFRN |
| reponame_str |
Repositório Institucional da UFRN |
| collection |
Repositório Institucional da UFRN |
| bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstreams/b79f1cf7-b0c8-4c2c-bf3f-2654abc52a80/download https://repositorio.ufrn.br/bitstreams/a900f82c-bfcf-4c5f-a6c9-7ef84d57fd13/download https://repositorio.ufrn.br/bitstreams/4c020f4e-1867-41f4-9cf6-c01ea8002e0e/download |
| bitstream.checksum.fl_str_mv |
276b6f887cbd025afcc9fc319a3dbc2e f48899358b079344b023054619d290d8 0d6b69d7765b7ec758e21ccffd658685 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
| repository.mail.fl_str_mv |
repositorio@bczm.ufrn.br |
| _version_ |
1876429084361228288 |