PPGCC/CCET

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ALEXANDRE DE CARVALHO ARAUJO
DATA: 13/05/2021
HORA: 14:00
LOCAL: meet.google.com/ofj-czcj-six
TÍTULO: Metodologia baseada em aprendizado profundo para agrupamento de séries temporais de consumo de energia elétrica
PALAVRAS-CHAVES: Agrupamento de séries temporais, agrupamento com aprendizado profundo, estimação de número de grupos, Consumo de energia eétrica.
PÁGINAS: 59
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: Concessionárias de energia elétrica têm a necessidade de planejar a distribuição de energia de tal maneira a atender a necessidade de seus clientes. Além disso analisar o consumo dos clientes para detectar irregularidades é uma outra tarefa importante para essas empresas. Para tais tarefas, a descoberta de padrões de consumo é essencial. A descoberta destes padrões se trata de uma tarefa de agrupamento. Existe uma grande quantidade de abordagens para agrupar dados, mas uma área de pesquisa relativamente nova neste campo é o uso de aprendizado profundo. Grande parte do esforço realizado nessa área se direciona a dados estáticos. No entanto aplicações que utilizam dados temporais, como consumo de energia elétrica, se tornam cada dia mais populares e relativamente pouco esforço de pesquisa é realizado nesta área. Neste trabalho é proposta uma metodologia baseada na arquitetura Deep Embedded Clustering (DEC), uma abordagem popular para agrupamento utilizando aprendizado profundo, que foca em dados temporais além de abordar uma das deficiências originais do DEC, a necessidade de definir a priori a quantidade de grupos a serem criados, o que geralmente não é conhecido em problemas reais. Para avaliar a metodologia proposta, foram conduzidos testes sobre a estimação do número de grupos em 66 conjunto de dados cujo número de grupos era conhecido e para avaliar a capacidade de descoberta de padrões de consumo, foram realizados experimentos em 2 conjunto de dados de séries de consumo elétricos reais fornecidos por uma concessionária de energia elétrica. Os resultados encontrados apontam que tanto a estimação do número de grupos quanto o agrupamento em si da metodologia proposta são superiores à abordagens encontradas na literatura, indicando que a metodologia pode ser uma ferramenta efetiva para as concessionárias de energia elétrica.
MEMBROS DA BANCA:
Presidente - 407686 - ANSELMO CARDOSO DE PAIVA
Interno - 004.403.073-84 - DANIEL LIMA GOMES JUNIOR - IFMA
Externo à Instituição - GINALBER LUIZ DE OLIVEIRA SERRA - IFMA
Interno - 2663672 - JOAO DALLYSON SOUSA DE ALMEIDA