Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição

Detalhes bibliográficos
Autor(a) principal: Tronchoni,Alex B.
Data de Publicação: 2010
Outros Autores: Pretto,Carlos O., Rosa,Mauro A. da, Lemos,Flávio A. Becon
Tipo de documento: Artigo
Idioma: por
Título da fonte: Sba: Controle & Automação Sociedade Brasileira de Automatica
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592010000200007
Resumo: Este artigo explora a técnica de Descoberta de Conhecimento em Base de Dados (Knowledge Discovery in Databases - KDD) com o objetivo de qualificar a informação recolhida durante os trabalhos de recomposição de sistemas de distribuição por equipes de eletricistas. Esta qualificação possibilita a utilização de técnicas de Inteligência Artificial (IA) para apoiar decisões de investimentos em planejamento, operação e manutenção de sistemas de distribuição. Com o objetivo de ilustrar a importância dessa qualificação, este artigo apresenta, adicionalmente, a utilização dos resultados da aplicação de KDD para o treinamento de uma Rede Bayseana (RB). A meta principal da RB é auxiliar no diagnóstico de desempenho das redes elétricas, promovendo uma identificação indireta de causas de desligamentos forçados. A análise dos dados coletados durante uma interrupção forçada de energia elétrica indica que o principal objetivo dos eletricistas em campo é a rápida recomposição da rede e, por muitas vezes, as causas que cercam os eventos que originaram as interrupções possuem um alto nível de subjetividade e incerteza, impossibilitando a sua identificação direta. Para ilustrar essa metodologia é apresentado um caso com 570.000 eventos, ao qual o KDD proporciona um novo ambiente - com um número significativo de dados - mais apropriado para o treinamento e validação da RB para identificação de causas de desligamentos não programados.
id SBA-2_1e7ea28b2fdf219d998cd4acb18014af
oai_identifier_str oai:scielo:S0103-17592010000200007
network_acronym_str SBA-2
network_name_str Sba: Controle & Automação Sociedade Brasileira de Automatica
repository_id_str
spelling Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuiçãoDescoberta de conhecimento em base de dadosMineração de dadosBanco de dadosIdentificação da causa de desligamentos não programadosRedes BayesianasEste artigo explora a técnica de Descoberta de Conhecimento em Base de Dados (Knowledge Discovery in Databases - KDD) com o objetivo de qualificar a informação recolhida durante os trabalhos de recomposição de sistemas de distribuição por equipes de eletricistas. Esta qualificação possibilita a utilização de técnicas de Inteligência Artificial (IA) para apoiar decisões de investimentos em planejamento, operação e manutenção de sistemas de distribuição. Com o objetivo de ilustrar a importância dessa qualificação, este artigo apresenta, adicionalmente, a utilização dos resultados da aplicação de KDD para o treinamento de uma Rede Bayseana (RB). A meta principal da RB é auxiliar no diagnóstico de desempenho das redes elétricas, promovendo uma identificação indireta de causas de desligamentos forçados. A análise dos dados coletados durante uma interrupção forçada de energia elétrica indica que o principal objetivo dos eletricistas em campo é a rápida recomposição da rede e, por muitas vezes, as causas que cercam os eventos que originaram as interrupções possuem um alto nível de subjetividade e incerteza, impossibilitando a sua identificação direta. Para ilustrar essa metodologia é apresentado um caso com 570.000 eventos, ao qual o KDD proporciona um novo ambiente - com um número significativo de dados - mais apropriado para o treinamento e validação da RB para identificação de causas de desligamentos não programados.Sociedade Brasileira de Automática2010-04-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592010000200007Sba: Controle & Automação Sociedade Brasileira de Automatica v.21 n.2 2010reponame:Sba: Controle & Automação Sociedade Brasileira de Automaticainstname:Sociedade Brasileira de Automática (SBA)instacron:SBA10.1590/S0103-17592010000200007info:eu-repo/semantics/openAccessTronchoni,Alex B.Pretto,Carlos O.Rosa,Mauro A. daLemos,Flávio A. Beconpor2010-04-26T00:00:00Zoai:scielo:S0103-17592010000200007Revistahttps://www.sba.org.br/revista/PUBhttps://old.scielo.br/oai/scielo-oai.php||revista_sba@fee.unicamp.br1807-03450103-1759opendoar:2010-04-26T00:00Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)false
dc.title.none.fl_str_mv Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
title Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
spellingShingle Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
Tronchoni,Alex B.
Descoberta de conhecimento em base de dados
Mineração de dados
Banco de dados
Identificação da causa de desligamentos não programados
Redes Bayesianas
title_short Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
title_full Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
title_fullStr Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
title_full_unstemmed Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
title_sort Descoberta de conhecimento em base de dados de eventos de desligamentos de empresas de distribuição
author Tronchoni,Alex B.
author_facet Tronchoni,Alex B.
Pretto,Carlos O.
Rosa,Mauro A. da
Lemos,Flávio A. Becon
author_role author
author2 Pretto,Carlos O.
Rosa,Mauro A. da
Lemos,Flávio A. Becon
author2_role author
author
author
dc.contributor.author.fl_str_mv Tronchoni,Alex B.
Pretto,Carlos O.
Rosa,Mauro A. da
Lemos,Flávio A. Becon
dc.subject.por.fl_str_mv Descoberta de conhecimento em base de dados
Mineração de dados
Banco de dados
Identificação da causa de desligamentos não programados
Redes Bayesianas
topic Descoberta de conhecimento em base de dados
Mineração de dados
Banco de dados
Identificação da causa de desligamentos não programados
Redes Bayesianas
description Este artigo explora a técnica de Descoberta de Conhecimento em Base de Dados (Knowledge Discovery in Databases - KDD) com o objetivo de qualificar a informação recolhida durante os trabalhos de recomposição de sistemas de distribuição por equipes de eletricistas. Esta qualificação possibilita a utilização de técnicas de Inteligência Artificial (IA) para apoiar decisões de investimentos em planejamento, operação e manutenção de sistemas de distribuição. Com o objetivo de ilustrar a importância dessa qualificação, este artigo apresenta, adicionalmente, a utilização dos resultados da aplicação de KDD para o treinamento de uma Rede Bayseana (RB). A meta principal da RB é auxiliar no diagnóstico de desempenho das redes elétricas, promovendo uma identificação indireta de causas de desligamentos forçados. A análise dos dados coletados durante uma interrupção forçada de energia elétrica indica que o principal objetivo dos eletricistas em campo é a rápida recomposição da rede e, por muitas vezes, as causas que cercam os eventos que originaram as interrupções possuem um alto nível de subjetividade e incerteza, impossibilitando a sua identificação direta. Para ilustrar essa metodologia é apresentado um caso com 570.000 eventos, ao qual o KDD proporciona um novo ambiente - com um número significativo de dados - mais apropriado para o treinamento e validação da RB para identificação de causas de desligamentos não programados.
publishDate 2010
dc.date.none.fl_str_mv 2010-04-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592010000200007
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592010000200007
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S0103-17592010000200007
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Sociedade Brasileira de Automática
publisher.none.fl_str_mv Sociedade Brasileira de Automática
dc.source.none.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica v.21 n.2 2010
reponame:Sba: Controle & Automação Sociedade Brasileira de Automatica
instname:Sociedade Brasileira de Automática (SBA)
instacron:SBA
instname_str Sociedade Brasileira de Automática (SBA)
instacron_str SBA
institution SBA
reponame_str Sba: Controle & Automação Sociedade Brasileira de Automatica
collection Sba: Controle & Automação Sociedade Brasileira de Automatica
repository.name.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)
repository.mail.fl_str_mv ||revista_sba@fee.unicamp.br
_version_ 1754824565167489024

Registros relacionados