| Summary: | Ao longo do tempo, inúmeras aplicações revelaram a necessidade de aplicação de técnicas de mineração incremental, dado o aumento significativo da informação armazenada nas suas bases de dados e a consequente impossibilidade de realizar um qualquer processo de mineração desde o início, sempre que necessário, envolvendo todos os dados em questão. A rapidez do tempo de resposta num processo de mineração de dados incremental é essencial para as organizações garantirem uma melhor posição no mercado, mas muito difícil de de concretizar quando as bases de dados são muito dinâmicas, com constantes inserções e eliminações de dados. As técnicas de mineração de dados incrementais foram desenvolvidas para acelerar o processo de descoberta de conhecimento. A previsão e a descoberta de conhecimento por parte dos gestores de energia são cruciais para uma utilização racional da eletricidade, um recurso fundamental no funcionamento das sociedades modernas nos dias de hoje. Como tal, a previsão do consumo de eletricidade nas organizações é, assim, muito importante na ajuda a gestão dos processos e na oferta de uma maior segurança em processos de tomada de decisão, contribuindo para a diminuição de custos desnecessários de consumo de energia. Neste trabalho de dissertação pretendeu-se estudar as várias técnicas de mineração de dados incremental atualmente existentes e desenvolver uma aplicação que permitisse fazer a previsão do consumo de energia elétrica num ambiente residencial. A aplicação desenvolvida permitirá aos agentes de decisão ter uma ideia bastante concreta dos consumos de energia elétrica ao longo do tempo, assim como antecipar, para casos de aplicação específicos, períodos de consumo extraordinário de energia elétrica, permitindo aos agentes de decisão atuarem de forma mais expedita sobre tais situações.
|
|---|