Métodos em machine learning para construção de curvas de carga a partir de medições

Abstract

As curvas de carga são uma ferramenta gráfica e matemática de extrema importância na operação de sistemas elétricos. O presente trabalho trata da análise de métodos para a construção de curvas de carga a partir de medições na Universidade de Brasília, através da implementação de um modelo computacional de agregação de dados. São abordados diversos métodos em machine learning – em especial, métodos de clusterização (k-médias, clusterização hierárquica espacial, mapas auto-organizáveis de Kohonen e maximização de expectativas) e support vector machines - como possíveis soluções para a agregação e tratamento dos dados colhidos. A literatura revisada nesse trabalho traz a aplicação dos métodos apresentados em problemas de elaboração de perfis típicos de carga. Foi definida a utilização do SVR (support vector regression) para a implementação de um algoritmo, que, alimentado com o dados dos medidores, resultou em perfis típicos de carga para os dias da semana em um dos prédios da universidade.