@MASTERSTHESIS{ 2010:964829314,
 	title = {Determina??o de causas de interrup??es n?o programadas em sistemas el?tricos utilizando redes Bayesianas e l?gica fuzzy},
 	year = {2010},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/3028",
 	abstract = "A correta determina??o de causas de desligamentos n?o programados ? fundamental para as empresas de energia definirem prioridades de investimento em melhorias no sistema el?trico. Dessa maneira, ? poss?vel evitar perdas e aperfei?oar a qualidade do servi?o de fornecimento. Esta disserta??o aborda um m?todo para a identifica??o de causas de interrup??es for?adas utilizando um sistema integrado de modelos baseados em l?gica fuzzy e Redes Bayesianas (RB). Para a etapa de treino da RB e estabelecimento de regras no dom?nio fuzzy, apresenta-se a an?lise de um banco de dados tratado com t?cnicas de Knowledge Discovery in Databases (KDD), permitindo o mapeamento de vari?veis de entradas e sa?das dos dados. Este mapeamento comp?s uma base de conhecimentos, possibilitando agrupar dados de forma a visualizar o padr?o de sobrecarga coerente com um sistema el?trico. O bloco fuzzy avalia eventos com maiores recorr?ncias, utilizando como par?metro valores m?nimos de aceita??o da resposta, e o bloco RB estima as causas dos demais eventos, priorizando as respostas que se consideram com baixa incerteza. Com o m?todo split-half a partir de 8.000 eventos, o sistema integrado se mostrou eficiente com o erro resultante de 5,94%. Apresentam-se outras an?lises visando a minimizar o erro de estima??o de causas, atrav?s da amplia??o do n?mero de vari?veis de entrada e o descarte de eventos com sa?das m?ltiplas. Ap?s o descarte, obteve-se um total de 15.994 eventos, sendo que para esta amostra, o erro final de identifica??o pela RB foi reduzido de 15,94% para 4,60%. Considerando 172 registros, com a inclus?o de tr?s vari?veis de entrada na base de dados, o erro na RB foi reduzido de 5,81% para 1,16%. Tamb?m se verifica que o comportamento do sistema ao avaliar dados incoerentes resultou em erro de 84,38%, mostrando-se a aplicabilidade em detectar registros sem caracter?sticas com um sistema el?trico. Por essas an?lises, a metodologia proposta mostrou-se eficaz na determina??o de causas de desligamentos n?o programados.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Engenharia El?trica},
 	note = {Faculdade de Engenharia}
}