Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadores
Autor(a) principal: | |
---|---|
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 |
Um estudo sobre o consumo de energia elétrica utilizando algoritmos classificadoresGeometria e modelagem computacionalEngenharia elétricaConsumo de energia elétricaMineração de dadosAlgoritmos de classificaçãoComputational modelingElectrical engineeringElectrical energy consumptionData miningClassication algorithmsO 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.Dimuro, Graçaliz PereiraBorges, Eduardo NunesAmaral, Mariane Coelho2020-10-04T22:12:26Z2020-10-04T22:12:26Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfAMARAL, 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/1/9097porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURG2022-10-25T13:58:08Zoai:repositorio.furg.br:1/9097Repositório 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.none.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.none.fl_str_mv |
Dimuro, Graçaliz Pereira Borges, Eduardo Nunes |
dc.contributor.author.fl_str_mv |
Amaral, Mariane Coelho |
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.none.fl_str_mv |
2018 2020-10-04T22:12:26Z 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.uri.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. 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.format.none.fl_str_mv |
application/pdf |
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) |
repository.name.fl_str_mv |
Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG) |
repository.mail.fl_str_mv |
|
_version_ |
1807384361162506240 |