Minussi, Marlon; Caetano, Fabiano; Maciel, Jose
PPGEE
Com o rápido avanço da tecnologia da informação e das redes de comunicação, novas formas de armazenamento estão periodicamente em evolução. Em algumas distribuidoras de energia, são geradas diariamente uma massa de dados muito grande vindas de várias fontes. Como muitas vezes esses dados são gerados em intervalos de tempo muito pequenos, o acumulo de dados é cada vez maior e os bancos de dados acabam tendo um crescimento muito acelerado.
Várias vezes parte das informações não são organizadas de forma a serem utilizadas em algum processo relevante. Então uma das soluções seria usar o KDD, que nada mais é do que a Descoberta de conhecimentos em Banco de Dados e dentre as etapas do KDD temos a principal etapa a Mineração de Dados.
Nosso trabalho tem como objetivo principal usar técnicas de mineração de dados para análise do comportamento e tipificação de clientes baseado em dados de consumo disponível. Levando em consideração o volume de dados, serão utilizadas e testadas técnicas de tratamento de dados baseados em inteligência artificial. Dentre os objetivos estão: Criação de uma estrutura de Banco de Dabos (BD), Realizar testes utilizando técnicas de KDD nos dados contidos nesse BD, a criação de uma metodologia baseada em KDD para ser aplicada no BD, extração de características significativas para a quantificação e classificação das informações, classificação das informações em grupos, criação de uma ferramenta para análise de resultados e comportamento dos consumidores e utilização do software Oracle Data Mining.
Espera-se aplicar técnicas de descobertas de conhecimento no banco de dados da AES Sul e descobrir padrões para utilização das informações correlatas, na forma de relatórios gerenciais, auxiliando na tomada de decisões de processos, inserindo uma tecnologia de ponta no dia a dia de uma distribuidora de energia.
