Navegando por Assunto "KDD (Knowledge discovery in databases)"

Agora exibindo 1 - 2 de 2

Acesso aberto (Open Access)
Análise dos impactos harmônicos na qualidade da energia elétrica utilizando kdd – estudo de caso na Universidade Federal do Pará
(Universidade Federal do Pará, 2019-03-18) SILVA, Waterloo Ferreira da; TOSTES, Maria Emília de Lima; http://lattes.cnpq.br/4197618044519148
O presente trabalho apresenta uma análise de dados relacionados a Qualidade da Energia Elétrica (QEE), a crescente utilização de cargas não lineares, equipamentos baseados na eletrônica de potência nas instalações residenciais, comerciais e industriais estão contribuindo para o aumento significativo dos níveis de distorção harmônica de corrente e, consequentemente de tensão, conforme observado no sistema brasileiro de distribuição de energia elétrica. Foi desenvolvido no Brasil, os procedimentos de distribuição no sistema elétrico nacional (PRODIST), criado e desenvolvido pela Agencia Nacional de Energia Elétrica (ANEEL). O PRODIST tem o objetivo de normatizar e padronizar as atividades relacionadas à distribuição de energia, incluindo os padrões de qualidade do produto. Com objetivo de monitorar a qualidade do produto “energia elétrica” através do conteúdo harmônico gerado pela rede elétrica da instituição, propõe-se uma metodologia para as analise utilizando técnicas de inteligência computacional (IC) e mineração de dados para análise dos dados coletados por medidores de qualidade de energia instalados nos principais setores desta instituição, e no ponto de acoplamento comum do consumidor e consequentemente estabelecer a relação entre as correntes harmônicas das cargas não lineares com a distorção harmônica no ponto de acoplamento comum. Aplicou-se o processo do KDD, incluindo coleta, seleção, limpeza, integração, transformação e redução, mineração, interpretação e avaliação dos dados, com objetivo de monitorar a qualidade do produto “energia elétrica” através do conteúdo harmônico gerado pela rede elétrica da instituição de ensino. Na fase de mineração de dados “Data Mining”, utilizou-se o classificador Naive Bayes. Os resultados obtidos evidenciaram que o processo KDD possui aplicabilidade na análise da Distorção Harmônica Total de Tensão no Ponto de Acoplamento Comum podendo ser aplicado em qualquer área comercial, residencial e industrial.
Acesso aberto (Open Access)
Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional
(Universidade Federal do Pará, 2012-01-25) FARIAS, Fabrício de Souza; COSTA, João Crisóstomo Weyl Albuquerque; http://lattes.cnpq.br/9622051867672434
Este trabalho propõe a utilização de técnicas de inteligência computacional objetivando identificar e estimar a potencia de ruídos em redes Digital Subscriber Line ou Linhas do Assinante Digital (DSL) em tempo real. Uma metodologia baseada no Knowledge Discovery in Databases ou Descobrimento de Conhecimento em Bases de Dados (KDD) para detecção e estimação de ruídos em tempo real, foi utilizada. KDD é aplicado para selecionar, pré-processar e transformar os dados antes da etapa de aplicação dos algoritmos na etapa de mineração de dados. Para identificação dos ruídos o algoritmo tradicional backpropagation baseado em Redes Neurais Artificiais (RNA) é aplicado objetivando identificar o tipo de ruído em predominância durante a coleta das informações do modem do usuário e da central. Enquanto, para estimação o algoritmo de regressão linear e o algoritmo híbrido composto por Fuzzy e regressão linear foram aplicados para estimar a potência em Watts de ruído crosstalk ou diafonia na rede. Os resultados alcançados demonstram que a utilização de algoritmos de inteligência computacional como a RNA são promissores para identificação de ruídos em redes DSL, e que algoritmos como de regressão linear e Fuzzy com regressão linear (FRL) são promissores para a estimação de ruídos em redes DSL.