Aplicação de técnicas de mineração de dados para predição do consumo de energia elétrica em ambiente doméstico

Página do item simplificado
dc.contributor.advisorMestre Felipe Lopes de Melo Faria
dc.contributor.authorCarvalho, Ana Caroline Coutinho
dc.contributor.coadvisorMestre Calebe Giaculi Júnior
dc.date.accessioned2024-09-11T12:53:02Z
dc.date.available2024-09-11T12:53:02Z
dc.date.issued2024-05-10
dc.description.abstractA presente monografia tem como objetivo a aplicação de técnicas de Mineração de Dados, como RNA, KNN e Random Forests, para a predição e análise de resultados, a fim de possíveis tomadas de decisão, na área de energia elétrica no ambiente doméstico. A base de dados utilizada engloba informações como: consumo de energia elétrica em ambientes domésticos e dados meteorológicos, sendo que a residência, que é o objeto de estudo, está localizada na Bélgica. Os registros foram coletados e anotados por Candanedo, Feldheim e Deramaix (2017). Métodos matemáticos foram aplicados, como: análise de correlação para compreender as relações entre atributos/variáveis, e normalização para melhorar a visualização da base, padronizando a escala dos dados. A avaliação e validação dos resultados obtidos deram-se por meio de métricas como, MAE, MAPE e RMSE. Destaca-se que os resultados deste estudo superaram os obtidos na pesquisa base, apresentando resultados de 22,83 para MAE, 22,14% para MAPE e 54,52 para RMSE. E a pesquisa base apresentou resultados de 31,36 para MAE, 29,76% para MAPE e 70,74 para RMSE. Para trabalhos futuros, diversas oportunidades destacam-se para aprimorar e expandir os resultados obtidos. Verificar se o WEKA trata Overfitting. Aplicação de novas técnicas de predição e novos métodos de validação. Outra possível abordagem: análise dos tipos de eletrodomésticos utilizados e os horários de maior demanda de energia, podendo analisar em períodos e intervalos diferentes, como em semanas ou em meses, com foco na identificação de economias na energia e fazer comparações nacionais, se todas as residências economizassem. Por fim, replicar o estudo no contexto brasileiro.
dc.description.abstract1This monograph aims to apply Data Mining techniques, such as ANN, KNN and Random Forests, for the prediction and analysis of results, in order to make possible decisions, in the area of electrical energy in the domestic environment. The database used includes information such as: electrical energy consumption in domestic environments and meteorological data, and the residence, which is the object of study, is located in Belgium. The records were collected and annotated by Candanedo, Feldheim and Deramaix (2017). Mathematical methods were applied, such as: correlation analysis to understand the relationships between attributes/variables, and normalization to improve the visualization of the database, standardizing the data scale. The evaluation and validation of the results obtained were carried out using metrics such as MAE, MAPE and RMSE. It is noteworthy that the results of this study surpassed those obtained in the base research, presenting results of 22.83 for MAE, 22.14% for MAPE and 54.52 for RMSE. And the base survey presented results of 31.36 for MAE, 29.76% for MAPE and 70.74 for RMSE. For future work, several opportunities stand out to improve and expand the results obtained. Check if WEKA treats Overfitting. Application of new prediction techniques and new validation methods. Another possible approach: analysis of the types of household appliances used and the times of greatest energy demand, which can be analyzed at different periods and intervals, such as weeks or months, with a focus on identifying energy savings and making national comparisons, if all households saved. Finally, replicate the study in the Brazilian context.
dc.identifier.urihttp://hdl.handle.net/20.500.14387/1797
dc.language.isoPortuguês
dc.publisher.campiBambuí
dc.publisher.countryBrasil
dc.publisher.institutionInstituto Federal de Minas Gerais
dc.rightsAcesso aberto
dc.subject.keywordMineração de dados
dc.subject.keywordPredição
dc.subject.keywordEnergia elétrica doméstica
dc.titleAplicação de técnicas de mineração de dados para predição do consumo de energia elétrica em ambiente doméstico
dc.typeTrabalho de Conclusão de Curso
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Monografia - Ana Caroline Coutinho Carvalho.pdf
Tamanho:
1.58 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.79 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar
Coleções
Trabalho de Conclusão de Curso