Banca de QUALIFICAÇÃO: ALYNNE CONCEICAO SARAIVA DE QUEIROZ

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: ALYNNE CONCEICAO SARAIVA DE QUEIROZ
DATA: 21/12/2011
LOCAL: Sala C4, setor IV
TÍTULO:

Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica
Extração e Representação de Conhecimento de Séries Temporais de Demanda de Energia Elétrica


PALAVRAS-CHAVES:

séries temporais multivariadas; demanda de energia; sistemas inteligentes; data mining


PÁGINAS: 87
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

A abertura do mercado brasileiro de energia elétrica e a competitividade entre as empresas ligadas ao 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 demanda de energia. A identificação de padrões de comportamento e a descrição de eventos se tornam importantes para a execução de atividades de planejamento, buscando melhorias na qualidade de atendimento e vantagens financeiras.
O presente trabalho expõe uma metodologia baseada em ferramentas de mineração e representação de séries temporais, com o objetivo de extrair conhecimento que relacionam as demandas de energia de diversas zonas de abastecimento de uma concessionária. O método utilizado tem como objetivo a descrição das relações temporais locais de séries temporais multivariadas, chamado de Time Series Knowledge Mining (TSKM), que explora as relações de duração, coincidência e seqüência de eventos. Assim, podemos extrair regras que descrevem a co-ocorrência de eventos nas séries de demanda de energia, de modo a oferecer uma linguagem de fácil compreensão sobre o sistema global. Para a representação desses dados será utilizada a linguagem Time Series Knowledge Representation (TSKR) que representa as relações temporais extraídas pelo TSKM de forma simbólica.
A abertura do mercado brasileiro de energia elétrica e a competitividade entre as empresas ligadas ao 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 demanda de energia. A identificação de padrões de comportamento e a descrição de eventos se tornam importantes para a execução de atividades de planejamento, buscando melhorias na qualidade de atendimento e vantagens financeiras.O presente trabalho expõe uma metodologia baseada em ferramentas de mineração e representação de séries temporais, com o objetivo de extrair conhecimento que relacionam as demandas de energia de diversas zonas de abastecimento de uma concessionária. O método utilizado tem como objetivo a descrição das relações temporais locais de séries temporais multivariadas, chamado de Time Series Knowledge Mining (TSKM), que explora as relações de duração, coincidência e seqüência de eventos. Assim, podemos extrair regras que descrevem a co-ocorrência de eventos nas séries de demanda de energia, de modo a oferecer uma linguagem de fácil compreensão sobre o sistema global. Para a representação desses dados será utilizada a linguagem Time Series Knowledge Representation (TSKR) que representa as relações temporais extraídas pelo TSKM de forma simbólica.


MEMBROS DA BANCA:
Presidente - 1142787 - JOSE ALFREDO FERREIRA COSTA
Interno - 1746084 - DANIEL ALOISE
Externo ao Programa - 348094 - ILONEIDE CARLOS DE OLIVEIRA RAMOS
Notícia cadastrada em: 06/12/2011 09:09
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa11-producao.info.ufrn.br.sigaa11-producao