Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/35125
Full metadata record
DC FieldValueLanguage
dc.creatorRosa, Gabriel Augusto-
dc.date.accessioned2022-06-03T11:54:55Z-
dc.date.available2022-06-03T11:54:55Z-
dc.date.issued2022-05-05-
dc.identifier.citationROSA, Gabriel Augusto. Understanding and predicting interruptions index of medium voltage customers using fully connected networks. 2022. 90 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI https://doi.org/10.14393/ufu.di.2022.239.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/35125-
dc.description.abstractThe losses caused by the lack of electricity typically exceed the cost of the electricity itself. Improving power quality is a way to reduce or avoid loss of production in the industry, prevent fires or explosions, and minimize damages to industrial equipment. Therefore, finding customers that probably will have interruptions in advance will generate value for both the company and customers. The purpose of this study is to analyze data from units that consume electricity using neural networks and decision trees, such as self-organizing maps, CHAID and CART, and using fully connected neural networks to predict the interruption index for the next year. The results reveal an important space for improvements such as the connection between non-compliance of established indicators over time and specific points of electrical network with problems. That way supports the concessionaries to manage their infrastructure to get a better quality of the electric power network.pt_BR
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectFully Connected Networkspt_BR
dc.subjectPower Qualitypt_BR
dc.subjectInterruptions on Medium Voltagespt_BR
dc.subjectRedes Totalmente Conectadaspt_BR
dc.subjectQualidade de Energiapt_BR
dc.subjectInterrupções em Médias Tensõespt_BR
dc.titleUnderstanding and predicting interruptions index of medium voltage customers using fully connected networkspt_BR
dc.title.alternativeEntendendo e prevendo índices de interrupções de consumidores de média tensão utilizando redes neurais totalmente conectadaspt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Yamanaka, Keiji-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9893612181758615pt_BR
dc.contributor.referee1Sobrinho, Elder Vicente de Paulo-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/7328837329337522pt_BR
dc.contributor.referee2Cardoso, Alexandre-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/3767009717402045pt_BR
dc.contributor.referee3Pinheiro, Alan Petrônio-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/3149272924238565pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/5618823863336622pt_BR
dc.description.degreenameDissertação (Mestrado)pt_BR
dc.description.resumoAs perdas causadas pela falta de eletricidade normalmente excedem o custo da própria eletricidade. Melhorar a qualidade da energia é uma forma de reduzir ou evitar a perda de produção na indústria, prevenir incêndios ou explosões e minimizar danos aos equipamentos industriais. Portanto, encontrar clientes que provavelmente sofrerão interrupções com antecedência, gerará valor tanto para a empresa quanto para os clientes. O objetivo deste estudo, é analisar dados de unidades que consomem energia elétrica usando redes neurais e árvores de decisão, como mapas auto-organizáveis, CHAID e CART, e usando redes neurais totalmente conectadas para prever o índice de interrupção para o próximo ano. Os resultados revelam um importante espaço para melhorias, como a conexão entre a não conformidade de indicadores estabelecidos ao longo do tempo, e pontos específicos da rede elétrica com problemas. Dessa forma, suporta as concessionárias a gerenciar sua infraestrutura para obter uma melhor qualidade da rede de energia elétrica.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.sizeorduration90pt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.identifier.doihttps://doi.org/10.14393/ufu.di.2022.239pt_BR
dc.orcid.putcode113996849-
dc.crossref.doibatchidbccc1542-5686-4b5b-89c7-4253591642fe-
dc.subject.autorizadoEngenharia elétricapt_BR
dc.subject.autorizadoRedes elétricas - Análisept_BR
dc.subject.autorizadoEnergia elétrica - Distribuiçãopt_BR
dc.subject.autorizadoFalhas de energia elétricapt_BR
dc.subject.autorizadoRedes neurais (Computação)pt_BR
Appears in Collections:DISSERTAÇÃO - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
UnderstandingPredictingInterruptions.pdfDissertação1.5 MBAdobe PDFThumbnail
View/Open


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