Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores

Detalhes bibliográficos
Autor(a) principal: Amaral, Mariane Coelho
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da FURG (RI FURG)
Texto Completo: http://repositorio.furg.br/handle/1/9097
Resumo: O estudo do correto balanço energético é de extrema importância para a economia de um país. Quando a demanda é superior à oferta, faltará eletricidade para os consumidores. Já quando a oferta é muito maior que a demanda por eletricidade, as empresas geradoras e distribuidoras de energia sofrem prejuízos. As técnicas de mineração de dados consistem em descobrir conhecimentos em banco de dados, podendo ser de fundamental importância para revelar informações vitais às pesquisas. Assim, este trabalho intencionou, através de algoritmos classicadores, estimar o valor da conta mensal de energia elétrica com base nos atributos investigados, identificando perfis de consumo residencial por meio de um instrumento científico aplicado aos estudantes de graduação da Universidade Federal do Rio Grande (FURG) e da Universidade Federal de Pelotas (UFPel). A análise do valor da conta de energia elétrica a partir de predições realizadas pelos classificadores pode ser considerada o primeiro passo na melhoria em sistemas elétricos de potência, através do planejamento de geração e distribuição de energia.
id FURG_75dee66532327b20e8b3421b13959111
oai_identifier_str oai:repositorio.furg.br:1/9097
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling Amaral, Mariane CoelhoDimuro, Graçaliz PereiraBorges, Eduardo Nunes2020-10-04T22:12:26Z2020-10-04T22:12:26Z2018AMARAL, Mariane Coelho. Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores. 2018. Dissertação (Mestrado em Modelagem Computacional)- Faculdade de Modelagem Computacional. Universidade Federal do Rio Grande, 2018.http://repositorio.furg.br/handle/1/9097O estudo do correto balanço energético é de extrema importância para a economia de um país. Quando a demanda é superior à oferta, faltará eletricidade para os consumidores. Já quando a oferta é muito maior que a demanda por eletricidade, as empresas geradoras e distribuidoras de energia sofrem prejuízos. As técnicas de mineração de dados consistem em descobrir conhecimentos em banco de dados, podendo ser de fundamental importância para revelar informações vitais às pesquisas. Assim, este trabalho intencionou, através de algoritmos classicadores, estimar o valor da conta mensal de energia elétrica com base nos atributos investigados, identificando perfis de consumo residencial por meio de um instrumento científico aplicado aos estudantes de graduação da Universidade Federal do Rio Grande (FURG) e da Universidade Federal de Pelotas (UFPel). A análise do valor da conta de energia elétrica a partir de predições realizadas pelos classificadores pode ser considerada o primeiro passo na melhoria em sistemas elétricos de potência, através do planejamento de geração e distribuição de energia.The study of the correct energy balance is extremely important for a country economy. When the demand is higher than supply, electricity will be lacking for consumers. When the supply is much greater than the demand for electricity, the generating companies and energy distributors will be suering losses. The data mining techniques consist of discover knowledge in database, and may be fundamental for reveal vital information for researches. Thus, this work intends, through classication algorithms, calculating the value of the monthly electric energy bill based on the attributes about consumption and by a scientic instrument applied to undergraduate students from the Federal University of Rio Grande (FURG) and Federal University of Pelotas (UFPel). The analysis of the value of the energy account based on predictions made by the classiers can be considered the rst step in the improvement in power systems, through generation planning and distribution power.porGeometria e modelagem computacionalEngenharia elétricaConsumo de energia elétricaMineração de dadosAlgoritmos de classificaçãoComputational modelingElectrical engineeringElectrical energy consumptionData miningClassication algorithmsUm estudo sobre o consumo de energia elétrica utilizando algoritmos classificadoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURGORIGINALmariane amaral.pdfmariane amaral.pdfapplication/pdf1109993https://repositorio.furg.br/bitstream/1/9097/1/mariane%20amaral.pdf42cac894b9e04a65931646dc97c6e039MD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.furg.br/bitstream/1/9097/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52open access1/90972022-10-25 10:58:08.49open accessoai:repositorio.furg.br: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Repositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestopendoar:2022-10-25T13:58:08Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)false
dc.title.pt_BR.fl_str_mv Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
title Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
spellingShingle Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
Amaral, Mariane Coelho
Geometria e modelagem computacional
Engenharia elétrica
Consumo de energia elétrica
Mineração de dados
Algoritmos de classificação
Computational modeling
Electrical engineering
Electrical energy consumption
Data mining
Classication algorithms
title_short Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
title_full Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
title_fullStr Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
title_full_unstemmed Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
title_sort Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
author Amaral, Mariane Coelho
author_facet Amaral, Mariane Coelho
author_role author
dc.contributor.author.fl_str_mv Amaral, Mariane Coelho
dc.contributor.advisor1.fl_str_mv Dimuro, Graçaliz Pereira
Borges, Eduardo Nunes
contributor_str_mv Dimuro, Graçaliz Pereira
Borges, Eduardo Nunes
dc.subject.por.fl_str_mv Geometria e modelagem computacional
Engenharia elétrica
Consumo de energia elétrica
Mineração de dados
Algoritmos de classificação
Computational modeling
Electrical engineering
Electrical energy consumption
Data mining
Classication algorithms
topic Geometria e modelagem computacional
Engenharia elétrica
Consumo de energia elétrica
Mineração de dados
Algoritmos de classificação
Computational modeling
Electrical engineering
Electrical energy consumption
Data mining
Classication algorithms
description O estudo do correto balanço energético é de extrema importância para a economia de um país. Quando a demanda é superior à oferta, faltará eletricidade para os consumidores. Já quando a oferta é muito maior que a demanda por eletricidade, as empresas geradoras e distribuidoras de energia sofrem prejuízos. As técnicas de mineração de dados consistem em descobrir conhecimentos em banco de dados, podendo ser de fundamental importância para revelar informações vitais às pesquisas. Assim, este trabalho intencionou, através de algoritmos classicadores, estimar o valor da conta mensal de energia elétrica com base nos atributos investigados, identificando perfis de consumo residencial por meio de um instrumento científico aplicado aos estudantes de graduação da Universidade Federal do Rio Grande (FURG) e da Universidade Federal de Pelotas (UFPel). A análise do valor da conta de energia elétrica a partir de predições realizadas pelos classificadores pode ser considerada o primeiro passo na melhoria em sistemas elétricos de potência, através do planejamento de geração e distribuição de energia.
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2020-10-04T22:12:26Z
dc.date.available.fl_str_mv 2020-10-04T22:12:26Z
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 AMARAL, Mariane Coelho. Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores. 2018. Dissertação (Mestrado em Modelagem Computacional)- Faculdade de Modelagem Computacional. Universidade Federal do Rio Grande, 2018.
dc.identifier.uri.fl_str_mv http://repositorio.furg.br/handle/1/9097
identifier_str_mv AMARAL, Mariane Coelho. Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores. 2018. Dissertação (Mestrado em Modelagem Computacional)- Faculdade de Modelagem Computacional. Universidade Federal do Rio Grande, 2018.
url http://repositorio.furg.br/handle/1/9097
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.source.none.fl_str_mv reponame:Repositório Institucional da FURG (RI FURG)
instname:Universidade Federal do Rio Grande (FURG)
instacron:FURG
instname_str Universidade Federal do Rio Grande (FURG)
instacron_str FURG
institution FURG
reponame_str Repositório Institucional da FURG (RI FURG)
collection Repositório Institucional da FURG (RI FURG)
bitstream.url.fl_str_mv https://repositorio.furg.br/bitstream/1/9097/1/mariane%20amaral.pdf
https://repositorio.furg.br/bitstream/1/9097/2/license.txt
bitstream.checksum.fl_str_mv 42cac894b9e04a65931646dc97c6e039
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)
repository.mail.fl_str_mv
_version_ 1798313586669387776