skip to main content

Aplicação de ferramentas inteligentes de classificação de dados não estruturados como suporte a gestão de ativos em sistemas elétricos de potência

Trevisam, Bruno Augusto

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos 2023-02-24

Acesso online

  • Título:
    Aplicação de ferramentas inteligentes de classificação de dados não estruturados como suporte a gestão de ativos em sistemas elétricos de potência
  • Autor: Trevisam, Bruno Augusto
  • Orientador: Flauzino, Rogério Andrade
  • Assuntos: Árvore De Decisão; Gestão De Ativos; Máquinas De Vetores De Suporte; Rede Bayesiana; Asset Management; Bayesian Network; Decision Tree; Support Vector Machines
  • Notas: Dissertação (Mestrado)
  • Descrição: Este trabalho apresenta a aplicação de ferramentas inteligentes com a finalidade de tratar e melhorar a qualidade de dados não estruturados. A aplicação é realizada no contexto de gestão de ativos do Sistema Elétrico de Potência, com ênfase no transformador de potência. A abordagem nesse seguimento de negócio visa solucionar lacunas de informações que possam subsidiar tomadas de decisões mais eficazes, além de aumentar a visibilidade e integração na gestão de riscos em ativos. Pelo SIN – Sistema Interligado Nacional ser regulado, qualquer iniciativa em prol de reduzir falhas ou manutenções não planejadas possui relevância na confiabilidade e disponibilidade de seus ativos. Na mineração de dados, destaca-se a metodologia KDD - Knowledge Discovery in Database com etapas pré-estabelecidas sequenciais para desenvolvimento do trabalho, abordando desde a compreensão inicial dos objetivos propostos, bem como a escolha dos métodos mais aderentes a cada aplicação e também avaliação sobre os resultados obtidos. Em suma, verifica-se a aplicabilidade das metodologias de Árvore de Decisão, Rede Bayesiana e Máquinas de Vetores de Suporte na finalidade de classificação de textos oriundos dos registros de histórico de manutenções em transformadores de potência.
  • DOI: 10.11606/D.18.2023.tde-16032023-075818
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos
  • Data de criação/publicação: 2023-02-24
  • Formato: Adobe PDF
  • Idioma: Português

Buscando em bases de dados remotas. Favor aguardar.