Determinação de curvas tipicas de demanda de consumidores de baixa tensão utilizando mapas auto-organizáveis (som) para agrupamentos e conjuntos aproximados para classificação de consumidores

• Ano de defesa: 2006
• Autor(a) principal: Cerchiari, Sérgio Carmini
• Orientador(a): Pinto, João Onofre Pereira
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Inteligência Artificial; Consumo de Energia Elétrica; Energia Elétrica; Engenharia Elétrica
• Link de acesso: https://repositorio.ufms.br/handle/123456789/661

O objetivo deste trabalho é descrever uma metodologia, baseada em Inteligencia Artificial, para estimar a curva diária de demanda de consumidores de baixa tensão, em uma empresa de energia elétrica. Essa metodologia utiliza os Mapas Auto-Organizáveis (SOM) e os Conjuntos Aproximados para estimativa. Os primeiros são usados para definir as curvas de protó tipos que representam o espaço de possibilidades das curvas dos consumidores e, também, para encontrar os agrupamentos e suas curvas representativas. As curvas medidas, pertencentes a cada agrupamento, são agregadas e resultam em uma outra, a curva tipica, acompanhada da curva de desvio padrão, passando, então, a representar o agrupamento. Os Conjuntos Aproximados são usados, seguidamente, para classificar cada consumidor a uma curva tipica, com base em algumas caracteristicas existentes no banco de dados da Empresa, como: consumo mensal, tipo de consumidor, número de fases. Esses atributos servem de dados de entrada para obter as regras de classificação. A validação da metodologia foi alcançada por meio de uma amostra de medições de transformadores. Os resultados encontrados foram satisfatórios e mostraram que a metodologia é aplicável a esse tipo de problema. A metodologia foi incorporada a alguns sistemas computacionais da Empresa, como suporte à decisão de investimento e, também, para análise das perdas elétricas.