Aprendizado de Máquina Aplicado a Classificação de Consumidores de Energia Fotovoltáica no Estado do Maranhão

Abstract

A crescente demanda por energia elétrica em todo mundo aliada à escassez e diminuição na produção por parte das fontes de geração tradicionais, torna a busca por novas fontes de energia necessária. A maioria das grandes usinas de geração elétrica do Brasil está distante dos grandes centros de consumo, implicando em elevados gastos com a implantação e manutenção dos sistemas de transmissão. Uma alternativa capaz de atenuar impactos não desejados, consiste na implantação de fontes de energia, preferencialmente renováveis dentro das unidades consumidoras, mesmo que estejam ligadas às redes das concessionárias de energia. Há uma tendência de aumento gradual na busca e implantação desses sistemas, no Brasil observa-se que além da dependência majoritária de uma fonte de energia, há ainda os altos custos de suas tarifas, o que torna o investimento em fontes alternativas atrativo. Com isso, torna-se importante a análise de características para verificação de perfis de consumidores que já adquiriram sistema de geração fotovoltaica. Este trabalho propõe a extração de dados com ferramentas de web scraping, juntamente a aprendizado de máquina visando analisar se existem características que definem os perfis de consumidores no estado do Maranhão. Os resultados obtidos passaram por métricas de validação, com acurácia de 99,89%.