Please use this identifier to cite or link to this item: https://siaiap39.univali.br/repositorio/handle/repositorio/1023
metadata.dc.type: Dissertação
Title: Descrição do consumo de energia de consumidores industriais e comerciais utilizando descoberta de conhecimento em base de dados
Other Titles: Energy consumption description of industrial and comercial consumers using knowledge discovery in database
metadata.dc.creator: Rosário, Lucas Marin
metadata.dc.contributor.advisor1: Teive, Raimundo Celeste Ghizoni
metadata.dc.contributor.referee1: Fernandes, Anita Maria da Rocha
metadata.dc.contributor.referee2: Dazzi, Rudimar Luís Scaranto
metadata.dc.contributor.referee3: Zeferino, Cesar Albenes
metadata.dc.description.resumo: O aumento do consumo de energia elétrica é cada vez maior no Brasil devido principalmente a aspectos econômicos e sociais. O entendimento da dinâmica do comportamento do consumo de energia em função das variáveis climáticas, econômicas e sociais, por exemplo, é fundamental para que as empresas de distribuição possam realizar estudos de previsão do crescimento da demanda com maior acuracidade, melhorando assim o planejamento do seu sistema. Dados de consumo dos clientes da concessionária de distribuição de energia elétrica de Santa Catarina (CELESC Distribuição) apontam que as classes industrial e comercial respondem por aproximadamente 60% do consumo total de energia do estado. O comportamento do consumidor residencial já tem sido foco de pesquisas há muito tempo, sendo bem conhecido. Assim, prever o consumo de energia elétrica para a indústria e o comércio é de vital importância para o estado de Santa Catarina e para o país no que se refere ao planejamento de sua matriz energética. Neste trabalho é proposto um modelo que permite a determinação do perfil de consumo diário de consumidores de energia elétrica e a previsão do montante de energia a ser consumida, tanto no comércio quanto na indústria, considerando de forma desagregada por atividade econômica. Busca-se conhecer os padrões de perfis de curvas de carga diária utilizando-se técnicas de clusterização. Com a aplicação de questionários e busca de regras de associação é possível determinar o perfis de consumidores de energia elétrica bem como as variáveis que influenciam cada perfil. Para uma melhor eficiência no planejamento de uma planta energética, além de conhecer o perfil diário dos consumidores é interessante prever o consumo médio mensal de cada divisão econômica, realizando a previsão do montante de demanda de energia elétrica mensal com o auxílio de redes neurais artificiais (RNA). Resultados preliminares, obtidos a partir dos dados de uma região de Santa Catarina, têm demonstrado a potencialidade desta metodologia para descrever o comportamento do consumo de energia elétrica de consumidores industriais e comerciais
Abstract: The electricity consumption is increasing in Brazil mainly due to economic and social aspects. Understand the dynamic behavior of energy consumption due to climatic, economic and social variables, for example, is essential for the distribution companies for conduct studies of the demand growth forecast with greater accuracy, and then improving the planning of your system. Consumption data of customers of the utility distribution of electricity from Santa Catarina (CELESC Distribution) indicate that the industrial and commercial sectors account for approximately 60 % of total energy consumption in the state. The behavior of the residential consumer has already been the focus of much research time and is well known there. Predicting the consumption of electricity for industry and trade is of vital importance to the state of Santa Catarina and the country in relation to the planning of its energy matrix. This paper proposes a model that allows the determination of the daily consumption of electricity consumers and the amount of energy to be consumed, both in trade and in industry forecast profile, considering disaggregated by economic activity. We are looking for the patterns of daily load curves profiles using clustering techniques. Using questionnaires and association rules can determine the profiles of consumers of electricity as well as variables that influence each profile. For better efficiency in the planning of an energy plant and to meet everyday consumer profile is interesting to predict the average monthly consumption of each economic divide, making the prediction of the amount of monthly electricity demand with the aid of artificial neural networks (RNA). Preliminary results from the data of a region of Santa Catarina have demonstrated the potential of this methodology to describe the behavior of the electricity consumption of industrial and commercial consumers
Keywords: previsão de demanda
mineração de dados
KDD
RNA
Demand Forecasting
Data Mining
KDD
ANN
Inteligência artificial
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: Universidade do Vale do Itajaí
metadata.dc.publisher.initials: UNIVALI
metadata.dc.publisher.department: Computação Aplicada
metadata.dc.publisher.program: Mestrado em Computação Aplicada
Citation: ROSÁRIO, Lucas Marin. Energy consumption description of industrial and comercial consumers using knowledge discovery in database. 2014. 109 f. Dissertação (Mestrado em Computação Aplicada) - Universidade do Vale do Itajaí, Itajaí, 2014.
metadata.dc.rights: Acesso Aberto
URI: https://siaiap39.univali.br/repositorio/handle/repositorio/1023
Issue Date: 6-Feb-2014
Appears in Collections:Importação Nova 20150826 Coleção

Files in This Item:
File Description SizeFormat 
Lucas Marin Rosario.pdf2,42 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.