Técnicas de Mineração de Dados Aplicadas no Sistema Elétrico de

Técnicas de Mineração de Dados Aplicadas no Sistema Elétrico de
Potência
Rosangelo Jeronimo da Costa Duarte (1); Rodrigo Andrade Ramos (2) ; Carlos Roberto
Mendonça da Rocha(3)
(1)
Aluno da Pós Graduação em Engenharia Elétrica e Computação, Universidade Estadual do Oeste do Paraná, Foz do
(2)
(3)
Iguaçu, Paraná, [email protected];
Professor, Universidade de São Paulo;
Professor, Universidade
Estadual do Oeste do Paraná.
Programa de Pós-Graduação: Engenharia Elétrica e Computação
Categoria do trabalho: ( X ) Projeto em fase inicial
( ) Resultados Parciais
INTRODUÇÃO
O Sistema Elétrico de Potência é composto por
grandes elétricas formadas através do Sistema
Interligado Nacional - SIN, entre os sistemas dos
agentes de geração, de transmissão e de
distribuição, o que torna crítica e complexa a sua
operação.
A operação segura e econômica destes sistemas
elétricos é um grande desafio para os agentes do
setor, já que o mercado consumidor exige que o
fornecimento de energia elétrica seja confiável,
contínuo e de baixo custo.
Em geral, a operação é supervisionada e
controlada por meio dos sistemas de Unidade
Remota de Aquisição de Dados – URAD ou Sistema
de Controle e Aquisição de Dados – SAGE, gerando
grandes quantidades de dados (discretos e
analógicos) que ocorrem durante as suas
operações. O setor elétrico, especificamente a
Distribuição de Energia Elétrica forma um ambiente
muito complexo em que as relações de causas e
efeitos entre as variáveis são conhecidas, mas não
completamente mapeadas. Assim, a análise de
correlações entre variáveis, a identificação das
causas de paradas de equipamentos e processos, a
adoção de medidas e procedimentos para a
melhoria da qualidade da energia, a programação
da operação e aumento da eficiência na distribuição
de energia elétrica, podem ter ações de melhorias a
partir do maior conhecimento do processo, pela
extração de conhecimento a partir dos dados de
supervisão e controle.
O grande volume de dados referente à operação
normal do sistema em geral não é analisado de
forma profunda e a sua análise poderia levar a se
obter informações relevantes. Por outro lado, falhas
no sistema elétrico produzem uma quantidade
significativa de alarmes, na qual esses eventos são
( ) Resultados Finais
associados a vários equipamentos e os alarmes às
grandezas elétricas (como: frequência, potências
ativa e reativa, tensões e correntes, etc.) do sistema
sendo disparados em curto espaço de tempo. Nesta
situação, o operador tem enormes dificuldades para
diagnosticar corretamente à causa da falha, em
tempo real e, restabelecer a normalidade operativa.
Normalmente, ocorre o restabelecimento do
sistema e a causa acaba sendo analisada
posteriormente.
Os sistemas baseados em conhecimento, como
os sistemas especialistas, muito utilizados e
implementados na maioria das empresas de
energia elétrica, que são programas destinados a
solucionar problemas em campo específico do
conhecimento, isto é, programas que devem ter
desempenho comparável ao de especialista
humanos na execução dessas tarefas, têm sido
largamente utilizados para auxiliar o trabalho de
profissionais da área do sistema elétrico de
potência, principalmente aqueles que exercem
funções que necessitam de experiência para
efetuarem tomadas de decisões, mas não se
permite eficiência por diversos fatores.
Especificamente no domínio do sistema elétrico
de potência, as decisões devem ser tomadas com
base em um grande número de informações e
dados relevantes, de cuja interpretação depende a
garantia da máxima continuidade do serviço, na
ocorrência de perturbações elétricas. Assim, tornase óbvia a importância de se oferecer as empresas
do setor de energia elétrica, uma ferramenta com
uma arquitetura tal, que a torne aptas nessas
tomadas de decisões.
Neste contexto, a aplicação de técnicas de
mineração de dados, utilizando os algoritmos,
árvores de decisão, regras de classificação, regras
de associação e agrupamento (clustering), para
descoberta de padrões consistentes, na extração de
conhecimento da base de dados, a partir dos dados
históricos da operação, usando variáveis discretas e
analógicas, dos dados gerados pelos sistemas de
supervisão e controle, podem vir a ajudar na
solução
das
dificuldades
apresentadas
anteriormente. O resultado da aplicação dessa
técnica de mineração de dados poderá a vir
contribuir de forma significativa no planejamento,
na operação, na manutenção e na segurança
operacional dos sistemas elétricos de potência,
principalmente na Distribuição de Energia Elétrica
e, assim, fomentar a cultura da utilização desta
técnica para gerar subsídios ao processo de tomada
de decisão.
MATERIAL E MÉTODOS
Com a execução desta pesquisa, serão
desenvolvidos testes e analisados os algoritmos
que se mostrarem mais viáveis, através das
ferramentas e técnicas da seleção da busca de
possibilidades, disponíveis no software WEKA
(Waikato Environment for Knowledge Analysis)
desenvolvido pela universidade de Waikato na
Nova
Zelandia.
Trata-se de um
pacote
implementado na linguagem Java, seguindo o
paradigma de orientação a objetos, composto de
uma série de algoritmos para solucionar problemas
de Mineração Dados. Os algoritmos podem ser
aplicados diretamente a uma série de dados. Tem
como principal característica ser portável,
permitindo trabalhar nas mais variadas plataformas
e aproveitando todos os benefícios da orientação a
objetos. Esta ferramenta efetua mineração de
dados,
podendo
retirar
vários
tipos
de
conhecimento, como árvores de decisão, regras de
classificação, regras de associação e agrupamento
(clustering). Com isso, se faz necessário que esses
dados sejam representados de forma apropriada,
processados e o modelo construído, avaliado e
validado.
RESULTADOS ESPERADOS
Como resultado esperado para esta pesquisa,
pretende neste trabalho propor e contribuir, através
de uma metodologia para agregar e extrair o
conhecimento dos grandes bancos de dados
gerados pelos sistemas elétricos, utilizando um
algoritmo originado pela aplicação de técnicas de
mineração de dados pelo software WEKA, uma
ferramenta de inferência capaz de diagnosticar os
alarmes e eventos (detecção e classificação)
ocorridos em ambientes do sistema de distribuição
de energia elétrica, transformando dados em
informação e conhecimento, com intuito de
descobrir tendências e/ou padrões e regras
significativas, para fornecer suporte ao setor da
operação nas tomadas de decisões.
Portanto, espera-se com essa ferramenta,
auxiliar e possibilitar aos agentes melhores
condições de monitoramento e análise das
condições operacionais do sistema de distribuição
de forma confiável, eficiente e de grande
velocidade de resposta.
REFERÊNCIAS
BERRY, Michael J. A. Data Mining techniques for
marketing, sales, and customer support. New York: John
Wiley & Sons, 1997.
ANCIUTTI, Isabela. Uma Aplicação de Mineração de
Dados sobre Circuitos Elétricos de Baixa Tensão
utilizando Algoritmos Genéticos. CompSul 2004.
Universidade Federal de Santa Catarina, Florianópolis,
2004.
FAYYAD, Usama M. Data Mining and knowledge
discovery: making sense out of data. In:INSTITUTE OF
ELECTRICAL AND ELECTRONICS ENGINEERS, New
York: INC. EXPERT, 1996.
TERRA, G.; S.; Uma Metodologia de Mineração de
Dados para previsão de Cargas. Rio de Janeiro, 2003.
Tese de Doutorado, Programa de Pós-Graduação de
Engenharia. Universidade Federal do Rio de Janeiro,
2003.
TOLEDO, L.; H.; S.; et al. A utilização de Data
Mining no apoio à operação de Sistemas Elétricos de
Potência.. In:SIMPASE, 2007. Companhia Elétrica de
Minas Gerais. Minas Gerais, 2007.