Banca de QUALIFICAÇÃO: JOSÉ TORRES COURA NETO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOSÉ TORRES COURA NETO
DATA: 04/07/2018
HORA: 15:00
LOCAL: GICA/UFPB
TÍTULO: BIG DATA ANALYTICS SOBRE CURVAS DE DEMANDA DE SUBESTAÇÕES UTILIZANDO TÉCNICAS DE INTELIGENCIA ARTIFICIAL COMO FERRAMENTA PARA A CORREÇÃO DE OUTLIERS
PALAVRAS-CHAVES: Big Data Analytics, Smart meters, Smart grid, RNA, ANFIS
PÁGINAS: 61
RESUMO: As smart grids estão cada vez mais presentes para aperfeiçoar a eficiência energética da rede elétrica e diversos equipamentos são fundamentais nesse processo, entre eles os smart meters. Tais dispositivos acumulam um fluxo enorme de informações passíveis de serem analisadas para auxiliar na tomada de decisão dos controladores do sistema elétrico. O que torna presente o conceito de Big Data Analytics, capaz de processar diversos dados e corrigir valores atípicos, denominados de outiliers, por meio de algoritmos utilizando inteligência artificial, como a lógica Fuzzy e as Redes Neurais Artificiais. Como forma de melhorar os resultados existentes, o presente trabalho sugere a utilização de um algoritmo híbrido, o Adaptative Neuro-Fuzzy Inference System – ANFIS. Tal algoritmo mostrou melhores desempenhos na correção de outliers quando comparados com técnicas baseadas em Redes Neurais Artificiais - RNA e Interpolação Linear. Finalmente, serão apresentados resultados das estimações usando dados reais de demanda de energia para uma subestação de distribuição de energia elétrica.
MEMBROS DA BANCA:
Interno - 1984771 - HELON DAVID DE MACEDO BRAZ
Presidente - 1972280 - JUAN MOISES MAURICIO VILLANUEVA
Interno - 1972270 - YURI PERCY MOLINA RODRIGUEZ