Carlos Augusto Oliveira Rocha

Idiomas

Áreas de atuação

Projetos de pesquisa

• 2023 - Atual

  Desenvolvimento de Ferramentas Analíticas para Sistemas de Energia em Microrrede Baseadas em Algoritmos de Aprendizagem de Máquinas, Descrição: O perfil atual de consumo de energia elétrica conduziu a um aumento significativo na procura de sistemas mais confiáveis para produção de energia, cuja maioria é composta por redes e topologias que datam do século XX. No mundo moderno, existe uma forte influência para que a produção de energia seja através de fontes renováveis, menos poluentes e com o mínimo de prejuízos ao meio ambiente. Para enfrentar os referidos desafios, uma abordagem de geração alternativa de energia elétrica, economicamente mais viável, é o conceito de microrrede. Ela é definida como um sistema de energia distribuída que combina diferentes tipos de fontes, cargas, dispositivos de armazenamento e de controle. A modelagem e análise de microrredes são tarefas complexas e o desenvolvimento de novas ferramentas é um tema de investigação de alta relevância que se torna mais complexo com a implementação híbrida CA/CC, combinando diferentes tipos de sistemas de geração de energia. Atualmente, as abordagens de aprendizagem de máquinas têm sido utilizadas como ferramentas de modelagem e análise baseadas em algoritmos inteligentes. A necessidade de ferramentas analíticas aplicadas a sistemas de microrrede é de grande importância e a utilização de algoritmos computacionais inteligentes é essencial para o desenvolvimento de tais ferramentas. Este projeto tem como objetivo desenvolver uma ferramenta computacional de diagnóstico de falhas para a geração fotovoltaica baseada em algoritmos de aprendizagem profunda, analisando a sujidade em um modelo de microrrede utilizando dados experimentais.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Carlos Augusto Oliveira Rocha - Integrante / Rodrigo Pereira Ramos - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2021 - 2022

  Modelos de Aprendizagem de Máquina para Detecção de Fraude e Mitigação de Custos no Setor Elétrico, Descrição: A inteligência de dados aplicada ao consumo, produção e armazenamento energético permite obter novo valor monetário: o crédito ambiental energético. Nesta linha, há a possibilidade de gerar novos ganhos financeiros e ambientais, com impacto social positivo, aos atores envolvidos, sejam consumidores ou concessionárias (energia, água e gás).A pesquisa visa otimizar a experiência do usuário através de técnicas de gamificação e aprendizagem de máquina para cada perfil de consumidor (residencial e não residencial) de energia, água e gás; Implementar uma Carteira Eletrônica de Créditos Ambientais Energéticos com concessionárias de energia; Ampliar a base de modelos de faturas de concessionárias que são lidos para extração de dados.A Inteligência Energética (Energy Intelligence) habilita concessionárias a antecipar ações nos mais variados cenários. A partir da aplicação de heurísticas computacionais avançadas sobre o histórico de dados de consumo geramos modelos preditores de consumo de energia, identificamos o perfil dos consumidores, indicamos a melhor tarifa, predizemos picos de consumo e planejamos a adequação das cadeias de abastecimento.Estratégias tradicionais para estimular a redução do consumo de energia são tipicamente centradas em prejuízo financeiro ou mudança forçada de hábitos do usuário final da energia. A aplicação de bandeiras tarifárias e do horário de verão consistem em medidas comuns. Ambas alternativas não consideram as necessidades socioeconômicas, identitárias, de comodidade, segurança e qualidade de vida dos usuários finais de energia, apenas lhes impõe penalidades se não mudarem de hábito. Ademais, provocam mudanças de consumo circunstanciais. Pois, os hábitos de consumo anteriores voltam ao se suspender a bandeira tarifária mais cara ou acabar o horário de verão.Centramos atenção em promover o engajamento dos usuários finais da energia ao consumo consciente por meio do seu envolvimento em um jogo sério com mecânica que viabiliza conhecer e analisar os respectivos hábitos de consumo e obter evidências que acreditam tais hábitos. Com estes dados, podemos indicar melhores práticas de uso final da energia considerando as metas, expectativas e necessidades pessoais. Desta maneira, facilitamos a promoção da mudança de hábito sustentada via um processo de educação financeira e energética com impacto social e ambiental. Neste contexto, o presente projeto tem por meta aplicar técnicas de Aprendizagem de Máquina (AM), particularmente classificação e/ou regressão para detectar a ocorrência de consumo ineficiente de energia, água ou gás por meio da investigação de padrões escondidos nos hábitos e evidências do consumo obtidos via gamificação. O objetivo consiste em guiar os consumidores para estabelecerem hábitos de consumo que evitam desperdício e assim reduzir sua pegada de carbono para gerar créditos ambientais certificados digitalmente.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (1) Graduação: (4) . , Integrantes: Carlos Augusto Oliveira Rocha - Coordenador / Maria Carolina Lins Nunes - Integrante / Jairson Barbosa Rodrigues - Integrante / Igor Teixeira Pereira - Integrante / Yasmim Araújo Freitas - Integrante / Jorge Lucas Barbosa Marques - Integrante / Anísio Pereira Batista Filho - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2021 - 2021

  ENERGYDATA | Plataforma de Serviços Smart Grid por Assinatura, Descrição: ENERGYDATA | Plataforma de Serviços Smart Grid porassinatura que digitaliza, a menor custo, a Coleta e Análisede Dados do Consumo. Implementar IoT com compartilhamento da comunicação permite o Big Data da Energia como serviço e gera ganho operacional, técnico e financeiro ao: reduzir custo da eitura/entrega; subsidiar a operação e planejamento; tokenizar o consumo, a geração e o armazenamento de energia; e digitalizar a mudança tarifária.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Carlos Augusto Oliveira Rocha - Coordenador., Financiador(es): CENTRAIS ELETRICAS BRASILEIRAS SA ELETROBRAS - Auxílio financeiro.

Projetos de desenvolvimento

• 2022 - 2022

  DISPOR ENERGIA - ZERO CARBONO - PowerWallet - Gamificação do Relacionamento Energético, Descrição: Desenvolvimento de Plataforma para a Gamificação do Relacionamento Energético associada a inteligência incorporada em medidores de energia para engajar o consumidor em uma jornada de consumo consciente que evita desperdícios e gera créditos ambientais lastreados no consumo consciente e produção limpa de energia.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Carlos Augusto Oliveira Rocha - Coordenador / Starch Melo de Souza - Integrante / Eduardo Szrajbman Vaz da Silva - Integrante.

• 2022 - Atual

  Modelos de Aprendizagem de Máquina para Guiar o Consumo Consciente e Mitigar Custos nos Serviços de Utilidade, Descrição: A inteligência de dados aplicada à otimização do consumo, produção e armazenamento energético permite obter novo valor monetário: o crédito ambiental energético lastreado em consumo e produção consciente. Estratégias tradicionais para estimular a redução do consumo de energia são tipicamente centradas em prejuízo financeiro ou mudança forçada de hábitos do usuário final da energia. A aplicação de bandeiras tarifárias e do horário de verão consistem em medidas comuns. Ambas alternativas não consideram as necessidades socioeconômicas, identitárias, de comodidade, segurança e qualidade de vida dos usuários finais de energia, apenas lhes impõe penalidades se não mudarem de hábito.Nossa solução está centrada em promover o engajamento dos usuários finais da energia ao consumo consciente por meio do seu envolvimento em um jogo sério com mecânica que viabiliza conhecer e analisar os respectivos hábitos de consumo e obter evidências que acreditam tais hábitos. Com estes dados, podemos indicar melhores práticas de uso final da energia considerando as metas, expectativas e necessidades pessoais. Desta maneira, facilitamos a promoção da mudança de hábito sustentada via um processo de educação financeira e energética com impacto social e ambiental. Estudos indicam que padrões comportamentais podem ser obtidos via gamificação para guiar e engajar consumidores para reduzir o consumo de energia em até 20. Serão aplicados métodos de revisão de literatura para investigação do Estado da Arte acerca de padrão de consumo de utilities (energia, água e gás), gamificação e análises quantitativas em relação ao desempenho dos modelos preditores.. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Carlos Augusto Oliveira Rocha - Coordenador / Rodrigo Pereira Ramos - Integrante / Cristiano Expedito Ribeiro - Integrante / Luca Alves Fernandes da Silva - Integrante / Daniel de Sant'anna Martins - Integrante / Vinícius Raony Santos Bezerra, - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2021 - 2022

  Modelos de Aprendizagem de Máquina para Detecção de Fraude e Mitigação de Custos no Setor Elétrico, Descrição: A inteligência de dados aplicada ao consumo, produção e armazenamento energético permite obter novo valor monetário: o crédito ambiental energético. Nesta linha, há a possibilidade de gerar novos ganhos financeiros e ambientais, com impacto social positivo, aos atores envolvidos, sejam consumidores ou concessionárias (energia, água e gás).A pesquisa visa otimizar a experiência do usuário através de técnicas de gamificação e aprendizagem de máquina para cada perfil de consumidor (residencial e não residencial) de energia, água e gás; Implementar uma Carteira Eletrônica de Créditos Ambientais Energéticos com concessionárias de energia; Ampliar a base de modelos de faturas de concessionárias que são lidos para extração de dados.A Inteligência Energética (Energy Intelligence) habilita concessionárias a antecipar ações nos mais variados cenários. A partir da aplicação de heurísticas computacionais avançadas sobre o histórico de dados de consumo geramos modelos preditores de consumo de energia, identificamos o perfil dos consumidores, indicamos a melhor tarifa, predizemos picos de consumo e planejamos a adequação das cadeias de abastecimento.Estratégias tradicionais para estimular a redução do consumo de energia são tipicamente centradas em prejuízo financeiro ou mudança forçada de hábitos do usuário final da energia. A aplicação de bandeiras tarifárias e do horário de verão consistem em medidas comuns. Ambas alternativas não consideram as necessidades socioeconômicas, identitárias, de comodidade, segurança e qualidade de vida dos usuários finais de energia, apenas lhes impõe penalidades se não mudarem de hábito. Ademais, provocam mudanças de consumo circunstanciais. Pois, os hábitos de consumo anteriores voltam ao se suspender a bandeira tarifária mais cara ou acabar o horário de verão.Centramos atenção em promover o engajamento dos usuários finais da energia ao consumo consciente por meio do seu envolvimento em um jogo sério com mecânica que viabiliza conhecer e analisar os respectivos hábitos de consumo e obter evidências que acreditam tais hábitos. Com estes dados, podemos indicar melhores práticas de uso final da energia considerando as metas, expectativas e necessidades pessoais. Desta maneira, facilitamos a promoção da mudança de hábito sustentada via um processo de educação financeira e energética com impacto social e ambiental. Neste contexto, o presente projeto tem por meta aplicar técnicas de Aprendizagem de Máquina (AM), particularmente classificação e/ou regressão para detectar a ocorrência de consumo ineficiente de energia, água ou gás por meio da investigação de padrões escondidos nos hábitos e evidências do consumo obtidos via gamificação. O objetivo consiste em guiar os consumidores para estabelecerem hábitos de consumo que evitam desperdício e assim reduzir sua pegada de carbono para gerar créditos ambientais certificados digitalmente.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (1) Graduação: (4) . , Integrantes: Carlos Augusto Oliveira Rocha - Coordenador / Maria Carolina Lins Nunes - Integrante / Jairson Barbosa Rodrigues - Integrante / Igor Teixeira Pereira - Integrante / Yasmim Araújo Freitas - Integrante / Jorge Lucas Barbosa Marques - Integrante / Anísio Pereira Batista Filho - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2021 - 2021

  ENERGYDATA | Plataforma de Serviços Smart Grid por Assinatura, Descrição: ENERGYDATA | Plataforma de Serviços Smart Grid porassinatura que digitaliza, a menor custo, a Coleta e Análisede Dados do Consumo. Implementar IoT com compartilhamento da comunicação permite o Big Data da Energia como serviço e gera ganho operacional, técnico e financeiro ao: reduzir custo da eitura/entrega; subsidiar a operação e planejamento; tokenizar o consumo, a geração e o armazenamento de energia; e digitalizar a mudança tarifária.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Carlos Augusto Oliveira Rocha - Coordenador., Financiador(es): CENTRAIS ELETRICAS BRASILEIRAS SA ELETROBRAS - Auxílio financeiro.