Reconhecimento de padrões interruptivos em redes elétricas de distribuição utilizando Machine Learning

Abstract

O trabalho "Reconhecimento de padrões interruptivos em redes elétricas de distribuição utilizando utilizando Machine Learning"aborda a aplicação de técnicas de Machine Learning para identificar e analisar padrões de interrupção em redes de distribuição de energia elétrica. O objetivo principal é aprimorar a gestão e a eficiência operacional das redes elétricas ao entender melhor os eventos de interrupção e suas causas. Inicialmente, o estudo utiliza dados históricos sobre interrupções de energia elétrica, coletados a partir de uma fonte pública disponibilizados em formatos acessíveis, como CSV (Agência Nacional de Energia Elétrica - ANEEL, 2024). Esses dados incluem informações críticas sobre indicadores do segmento de distribuição de energia, contendo descrições de Duração Equivalente de Interrupção por Unidade Consumidora (DEC), Frequência Equivalente de Interrupção por Unidade Consumidora (FEC), além de registros de interrupções, Tempo Médio de Atendimento a Emergências (TMAE), Tempo Médio de Preparação (TMP), Tempo Médio de Deslocamento(TMD) e Tempo Médio de Execução (TME). O processo de análise de dados começa com a importação e união das bases de dados no Python, essencial para garantir a avaliação dos dados históricos. Em seguida, foi aplicado técnicas como Clustering para detectar anomalias, identificando padrões incomuns que podem indicar despadronização nos dados. A visualização dos dados é realizada através da biblioteca pyplot, permitindo entender a distribuição dos dados e identificar os indicadores. Os resultados obtidos permitem uma melhor compreensão dos eventos de interrupção, facilitando a identificação de áreas que requerem manutenção preventiva ou corretivas. A análise também oferece insights sobre a eficiência das operações de distribuição de energia, possibilitando decisões mais informadas e estratégias mais eficazes para a gestão das redes elétricas. O trabalho conclui que o uso de Machine Learning para o reconhecimento de padrões interruptivos pode significativamente melhorar a capacidade das empresas de energia em gerenciar e otimizar suas operações, reduzindo o impacto das interrupções e aumentando a confiabilidade do fornecimento de energia.