Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/39159| Title: | Ciência de dados aplicada a dados abertos do operador nacional do sistema elétrico brasileiro. |
| Other Titles: | Data science applied to open data from the national operator of the Brazilian electrical system. |
| ???metadata.dc.creator???: | QUEIROZ, Anyelle Keila Farias de. |
| ???metadata.dc.contributor.advisor1???: | GURJÃO, Edmar Candeia. |
| ???metadata.dc.contributor.referee1???: | SANTOS JÚNIOR, Gutemberg Gonçalves dos. |
| Keywords: | Aprendizado de Máquina;Ciência de Dados;Operador Nacional do Sistema Elétrico (ONS);Micro e Minigeração Distribuída (MMGD);Machine Learning;Data Science;National Electric System Operator (ONS);Micro and Mini Distributed Generation (MMGD) |
| Issue Date: | Nov-2024 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | QUEIROZ, Anyelle Keila Farias de. Ciência de dados aplicada a dados abertos do operador nacional do sistema elétrico brasileiro. 2024. 37 f. Monografia (Bacharelado em Engenharia Elétrica) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2024. |
| ???metadata.dc.description.resumo???: | Este trabalho tem como objetivo analisar os principais conceitos e técnicas de ciência dedados, aplicando-os aos dados abertos do Operador Nacional do Sistema Elétrico (ONS), com foco especial na Micro e Minigeração Distribuída (MMGD). Para isso, foram desenvolvidos relatórios interativos que permitem uma análise aprofundada dos dados do ONS, além da criação de modelos que visam prever o consumo de energia em diversas regiões do país durante dias específicos, especialmente em situações de variações abruptas de consumo e geração que podem impactar a estabilidade do sistema elétrico. Foram empregadas técnicas de aprendizado de máquina na construção desses modelos, com o objetivo de oferecer subsídios para a tomada de decisões estratégicas, melhorando a resposta do sistema elétrico e contribuindo para um futuro mais sustentável na gestão da energia. |
| Abstract: | This paper aims to analyze the main concepts and techniques of data science, applying them to open data from the National Electric System Operator (ONS), with a special focus on Micro and Mini Distributed Generation (MMGD). To this end, interactive reports were developed that allow an in-depth analysis of the ONS data, in addition to the creation of models that aim to predict energy consumption in different regions of the country during specific days, especially in situations of abrupt variations in consumption and generation that can impact the stability of the electrical system. Machine learning techniques were used to build these models, with the aim of providing support for strategic decision-making, improving the response of the electrical system and contributing to a more sustainable future in energy management. |
| Keywords: | Aprendizado de Máquina Ciência de Dados Operador Nacional do Sistema Elétrico (ONS) Micro e Minigeração Distribuída (MMGD) Machine Learning Data Science National Electric System Operator (ONS) Micro and Mini Distributed Generation (MMGD) |
| ???metadata.dc.subject.cnpq???: | Engenharia Elétrica |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/39159 |
| Appears in Collections: | Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ANYELLE KEILA FARIAS DE QUEIROZ-MONOGRAFIA-ENGENHARIA ELÉTRICA-CEEI (2024).pdf | 18.51 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.