Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Kühne, Ivan Eduardo Metz
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Ciências exatas e da terra
Modelagem matemática
Big Data
Big Data Analytics
Detecção de falhas
Regressão logística
Smart Grids
Link de acesso: https://bibliodigital.unijui.edu.br/items/5a1f1494-2f73-42a9-9c1d-6c20865d6e40
Resumo: 83 f.
id UNIJ_a964f160fd92ff1537a1389e411e030f
oai_identifier_str oai:bibliodigital.unijui.edu.br:123456789/6769
network_acronym_str UNIJ
network_name_str Repositório Institucional da UNIJUI
repository_id_str
spelling Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantesCiências exatas e da terraModelagem matemáticaBig DataBig Data AnalyticsDetecção de falhasRegressão logísticaSmart Grids83 f.Os Sistemas Elétricos de Potência são responsáveis pelo suprimento de energia elétrica aos consumidores, tendo aumentando consideravelmente a sua complexidade ao longo dos anos. Entretanto, em muitos casos a sua infraestrutura ainda é concebida de acordo com padrões que não incorporam as tecnologias modernas de comunicação e computação, o que os torna vulneráveis a ameaças de diversas naturezas. O conceito de Smart Grid incorpora essas tecnologias às redes de distribuição, acrescentando funcionalidades que otimizam a distribuição de energia, minimizam as perdas e proporcionam a capacidade de auto-regeneração. As abordagens tradicionais de análise de dados não conseguem lidar de maneira adequada com o volume, velocidade, variedade, veracidade e valor associados aos dados gerados pelos sensores das Smart Grids. Uma maneira de superar essa limitação é o uso de Big Data Analytics. Nesse trabalho foi aplicada a técnica de Regressão Logística ao banco de dados do sistema de monitoramento de subestações subterrâneas instalado e operado pela CEEE-D na cidade de Porto Alegre - RS com objetivo de desenvolver um modelo matemático e computacional para a detecção de ocorrências de subtensão. O modelo foi testado e validado com dados reais, alcançando resultados satisfatórios.2020-07-28T14:30:39Z2020-04-302020-07-28T14:30:39Z2020-07-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://bibliodigital.unijui.edu.br/items/5a1f1494-2f73-42a9-9c1d-6c20865d6e40Dissertação;Kühne, Ivan Eduardo Metzporreponame:Repositório Institucional da UNIJUIinstname:Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)instacron:UNIJUIinfo:eu-repo/semantics/openAccess2025-04-30T18:26:59Zoai:bibliodigital.unijui.edu.br:123456789/6769Repositório InstitucionalPUBhttps://bibliodigital.unijui.edu.br:8443/oai/requestbiblio@unijui.edu.bropendoar:2025-04-30T18:26:59Repositório Institucional da UNIJUI - Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)false
dc.title.none.fl_str_mv Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
title Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
spellingShingle Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
Kühne, Ivan Eduardo Metz
Ciências exatas e da terra
Modelagem matemática
Big Data
Big Data Analytics
Detecção de falhas
Regressão logística
Smart Grids
title_short Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
title_full Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
title_fullStr Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
title_full_unstemmed Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
title_sort Aplicação de técnicas de Big Data Analytics às Smart Grids como forma de descoberta de padrões relevantes
author Kühne, Ivan Eduardo Metz
author_facet Kühne, Ivan Eduardo Metz
author_role author
dc.contributor.author.fl_str_mv Kühne, Ivan Eduardo Metz
dc.subject.por.fl_str_mv Ciências exatas e da terra
Modelagem matemática
Big Data
Big Data Analytics
Detecção de falhas
Regressão logística
Smart Grids
topic Ciências exatas e da terra
Modelagem matemática
Big Data
Big Data Analytics
Detecção de falhas
Regressão logística
Smart Grids
description 83 f.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-28T14:30:39Z
2020-04-30
2020-07-28T14:30:39Z
2020-07-28
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.uri.fl_str_mv https://bibliodigital.unijui.edu.br/items/5a1f1494-2f73-42a9-9c1d-6c20865d6e40
url https://bibliodigital.unijui.edu.br/items/5a1f1494-2f73-42a9-9c1d-6c20865d6e40
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Dissertação;
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.source.none.fl_str_mv reponame:Repositório Institucional da UNIJUI
instname:Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)
instacron:UNIJUI
instname_str Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)
instacron_str UNIJUI
institution UNIJUI
reponame_str Repositório Institucional da UNIJUI
collection Repositório Institucional da UNIJUI
repository.name.fl_str_mv Repositório Institucional da UNIJUI - Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)
repository.mail.fl_str_mv biblio@unijui.edu.br
_version_ 1841451847455342592

Registros relacionados