Abstract:
Os transformadores eletricos são equipamentos essenciais de um sistema eletrico, pois viabilizam a transmissão de energia eletrica. As interrupções do funcionamento deste equipamento podem implicar em grandes prejuízos nas mais diversas esferas. A Inteligencia Computacional e técnicas de Mineração de Dados tem sido usadas no setor elétrico para melhorias em processos de previsão de situação de transformadores em risco. A construção de Regras de Associação e uma das técnicas utilizada para minerar dados de um conjunto, que auxilia na detecção de padrões e torna possível a construção de uma rede para visualização dos mesmos. A Rede de Regras de Associação Filtrada emprega criterios de filtragem para localizar as melhores regras extraídas a fim de que a extração de conhecimento seja facilitada. Esta pesquisa tem por objetivo o estudo de fatores associados a condição de risco em transformadores eletricos com o uso de Redes de Regras de Associação Filtrada. Foi feita uma comparação com os resultados gerados por uma Rede de Regras de Associação para verificar a eficiencia da filtragem. A abordagem com filtragem através de medidas objetivas demonstrou-se capaz de eliminar as Regras de Associacão que nao interferem diretamente no item selecionado para estudo, facilitando a identificação de itens efetivamente ligados a situação ao de interesse deste trabalho
