Clayton Hilgemberg da Costa

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Produções bibliográficas

• PEDRETTI, A. ; COSTA, C. H. ; SANTINI, M. ; GRANDO, F. L. ; GUERRA, F. A. ; SCOLIMOSKI, J. ; MULINARI, B. M. ; QUEIROZ, M. H. B. ; TOSHIOKA, F. ; MUMBELLI, J. D. C. ; ROCHA JUNIOR, E. P. ; COSTA, C. I. A. ; PAULI JUNIOR, N. ; TORRES, G. L. ; YOMURA, M. T. ; RAMOS, M. P. . Robotic Process Automation Extended with Artificial Intelligence Techniques in Power Distribution Utilities. BRAZILIAN ARCHIVES OF BIOLOGY AND TECHNOLOGY , v. 64, p. 1-12, 2021.

• LAZZARETTI, ANDRÉ EUGÊNIO ; COSTA, CLAYTON HILGEMBERG DA ; RODRIGUES, MARCELO PALUDETTO ; YAMADA, GUILHERME DAN ; LEXINOSKI, GILBERTO ; MORITZ, GUILHERME LUIZ ; OROSKI, ELDER ; GOES, RAFAEL ELEODORO DE ; LINHARES, ROBSON RIBEIRO ; STADZISZ, PAULO CÉZAR ; OMORI, JÚLIO SHIGEAKI ; SANTOS, RODRIGO BRAUN DOS . A Monitoring System for Online Fault Detection and Classification in Photovoltaic Plants. SENSORS , v. 20, p. 4688, 2020.

• Kotinda, Carlos Henrique Palma ; Oliveira, Valmir de ; Bazzo, João Paulo ; LAZZARETTI, ANDRÉ EUGÊNIO ; COSTA, CLAYTON HILGEMBERG DA ; Silva, Jean Carlos Cardozo da . Sensores a fibra óptica baseados em redes de Bragg aplicados no monitoramento de temperatura de painéis fotovoltaicos. Engenharia no Século XXI Volume 18. 1ed.: Editora Poisson, 2020, v. , p. 114-.

• Mulinari, B. M. ; CAMPOS, D. P. ; COSTA, C. H. ; ANCELMO, H. C. ; LAZZARETTI, A. E. ; OROSKI, E. ; LIMA, C. R. E. ; RENAUX, D. P. B. ; POTTKER, F. ; LINHARES, R. R. . A New Set of Steady-State and Transient Features for Power Signature Analysis Based on V-I Trajectory. In: IEEE Innovative Smart Grid Technologies (ISGT), 2019, Gramado. IEEE Innovative Smart Grid Technologies (ISGT), 2019.

• COSTA, C. H. ; RODRIGUES, M. P. ; YAMADA, G. D. ; RODRIGUES, G. V. ; JIAYU, X. ; MORITZ, G. L. ; OROSKI, E. ; GOES, R. E. ; LAZZARETTI, A. E. ; STADZISZ, P. C. . A Monitoring and Management System for Medium-Scale Photovoltaic Plants. In: IEEE Innovative Smart Grid Technologies (ISGT), 2019, Gramado. IEEE Innovative Smart Grid Technologies (ISGT), 2019.

• RODRIGUES, M. P. ; OROSKI, E. ; STADZISZ, P. C. ; COSTA, C. H. ; LAZZARETTI, A. E. ; LINHARES, R. R. ; GOES, R. E. . A MISO Nonlinear Model of Photovoltaic Panel Based on System Identification. In: IEEE Innovative Smart Grid Technologies (ISGT), 2019. IEEE Innovative Smart Grid Technologies (ISGT).

• ANCELMO, H. C. ; GRANDO, F. L. ; Mulinari, B. M. ; COSTA, C. H. ; LAZZARETTI, A. E. ; OROSKI, E. ; RENAUX, D. P. B. ; POTTKER, F. ; LIMA, C. R. E. ; LINHARES, R. R. . A Transient and Steady-State Power Signature Feature Extraction Using Different Prony's Methods. In: 20th International Conference on Intelligent Systems Applications to Power Systems, 2019, New Dheli. 20th International Conference on Intelligent Systems Applications to Power Systems, 2019.

• COSTA, C. H. ; MORITZ, G. L. ; LAZZARETTI, A. E. ; ANCELMO, H. C. ; Mulinari, B. M. ; RODRIGUES, M. P. ; OROSKI, E. ; GOES, R. E. . A Comparison of Machine Learning-Based Methods for Fault Classification in Photovoltaic Systems. In: IEEE Innovative Smart Grid Technologies (ISGT), 2019, Gramado. IEEE Innovative Smart Grid Technologies (ISGT), 2019.

• ANCELMO, H. C. ; GRANDO, F. L. ; COSTA, C. H. ; Mulinari, B. M. ; OROSKI, E. ; LAZZARETTI, A. E. ; POTTKER, F. ; RENAUX, D. P. B. . Automatic Power Signature Analysis using Prony?s Method and Machine Learning-Based Classifiers. In: 2nd European Conference on Electrical Engineering & Computer Science, 2018, Bern. 2nd European Conference on Electrical Engineering & Computer Science, 2018.

• COSTA, C. H. ; RODRIGUES, M. P. ; YAMADA, G. D. ; RODRIGUES, G. V. ; JIAYU, X. ; MORITZ, G. L. ; OROSKI, E. ; GOES, R. E. ; LAZZARETTI, A. E. ; STADZISZ, P. C. . A Monitoring and Management System for Medium-Scale Photovoltaic Plants. 2019. (Apresentação de Trabalho/Congresso).

• COSTA, C. H. ; MORITZ, G. L. ; LAZZARETTI, A. E. ; ANCELMO, H. C. ; Mulinari, B. M. ; RODRIGUES, M. P. ; OROSKI, E. ; GOES, R. E. . A Comparison of Machine Learning-Based Methods for Fault Classification in Photovoltaic Systems. 2019. (Apresentação de Trabalho/Congresso).

Projetos de pesquisa

• 2022 - Atual

  Projeto PeD ANEEL EQUATORIAL - 00037-0044/2022 - CLUSTERING INTELIGENTE DE OCORRÊNCIAS NA REDE DE DISTRIBUIÇÃO, Projeto certificado pelo(a) coordenador(a) Fábio Alessandro Guerra em 13/11/2023., Descrição: Metodologia de clustering inteligente e otimização de ocorrências na rede de distribuição a partir de técnicas avançadas de inteligência artificial (IA), inteligência computacional, machine learning (ML), ciência de dados, Microsoft 365, linguagem Python e robotização para agrupamento de ocorrências coletivas. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Clayton Hilgemberg da Costa - Integrante / Fábio Alessandro Guerra - Coordenador / Milton Pires Ramos - Integrante / Bruna Machado Mulinari - Integrante / Monalisa Coelho Martins - Integrante / Vinícius Tertulino Parede - Integrante / Francine Mariza Elias Rufatto - Integrante / Flavio Lori Grando - Integrante / Saulo Guilherme Rodrigues - Integrante.

• 2021 - Atual

  Projeto PeD ANEEL - COPEL GeT - 06491-0565/2019 - PROCESS MINING COM DYNAMIC FLOWSHOP SCHEDULING OPTIMIZATION SOB INCERTEZAS PARA GESTÃO DE OBRAS, Projeto certificado pelo(a) coordenador(a) Fábio Alessandro Guerra em 12/08/2021., Descrição: Este projeto tem o objetivo de desenvolver uma metodologia que aumente a eficiência de Gestão de Obras, através da aplicação de técnicas de inteligência artificial, process mining, entre outras. A Copel gerencia diferentes obras simultaneamente. A fiscalização é feita pela ANEEL. O atraso da obra gera diversos tipos de custos/multas, mas, por outro lado, caso a obra seja adiantada, a empresa é beneficiada. Os custos ou ganhos variam para cada tipo de empreendimento. Em casos extremos, poderia ser mais vantajoso o adiantamento de determinadas obras, mesmo que isso causasse o atraso de obras com custos menores. Portanto, é evidente a necessidade de uma análise global dos empreendimentos, considerando os custos e riscos de cada uma delas, para priorização das atividades. Nesse contexto, com muitas variáveis, que são alteradas ao longo do tempo, se faz necessário um sistema automatizado inteligente com capacidade de orientar os Gestores e as Equipes da Copel na tomada de decisão, sugerindo as atividades e obras prioritárias em um determinado mês. Isso envolve todos os processos da gestão de obras. Não há relatos de sistemas inteligentes de gerenciamento de obras que realize análise integrada de diferentes obras, levando em consideração os riscos envolvidos, e que forneçam às equipes quais são as atividades prioritárias em um período, com atualização constante dessa priorização, e com o objetivo de trazer o maior retorno global para a empresa.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: / Mestrado profissional: (2) . , Integrantes: Clayton Hilgemberg da Costa - Integrante / Fábio Alessandro Guerra - Coordenador / Milton Pires Ramos - Integrante / Germano Lambert Torres - Integrante / Bruna Machado Mulinari - Integrante / Isabel Torres - Integrante / Flávio Lori Grando - Integrante / Joceleide Dalla Costa Mumbelli - Integrante / Francine Mariza Elias Rufatto - Integrante / Gilberto C. Cunha de Andrade - Integrante / Clailton Leopoldo da Silva - Integrante / Rafael Martins - Integrante / Mauro José Bubniak - Integrante / José Antônio Siqueira Júnior - Integrante / Isabel Canalli Travagin - Integrante.

• 2019 - Atual

  Projeto PeD ANEEL COPEL DIS - 2866-0507/2019 - RPA UTILIZANDO MACHINE LEARNING E INTELIGÊNCIA COGNITIVA, Descrição: Este projeto tem por objetivo aplicar a robotização cognitiva de processos (Robotic Cognitive Automation - RCA) corporativos complexos na automação da robótica de processos (Robotic Process Automation - RPA). A linha mestra do projeto é: o que deve ser automatizado e o que deve ser feito por humanos? Para isso deve-se identificar alguns processos que possuem alto volume de informação e atividades manuais excessivas focando nos processos auditáveis, tais como de gestão imobiliária, gestão de ativos, procedimentos comerciais (cobrança, faturamento, arrecadação), tecnologia da informação, recursos humanos, financeiro e tesouraria, suprimentos, contabilidade e engenharia. Assim que identificado analisar primeiramente o processo pela concepção da BISE (Business and Information Systems Engineering) que é a utilização eficaz e eficiente de sistemas de informação sócio-técnico aplicado na engenharia do negócio com o objetivo da melhoria do bem-estar social do indivíduo, grupos e da empresa. E em seguida identificar as lacunas neste processo que possam ser aplicados a RCA utilizando técnicas de data analytics, machine learnig, deep learning e inteligência artificial desenvolvidos nas formas de algoritmos computacionais, de processamento batch, ou de bots de produtividade. A COPEL terá mais segurança da informação principalmente aqueles que estão envolvidos em auditorias e regulação e que necessitem de diversas análises complexas por parte da equipe. Isso fará com que a segurança econômica, redução de desperdícios e custos sejam aprimoradas. Mas também é de suma importância observar que o projeto trará maior agilidade aos processos complexos escolhidos liberando uma parcela de tempo das pessoas, e assim direcionando-as para atividades, por assim dizer, mais nobres com a observância da gestão de pessoas (recursos humanos).. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Clayton Hilgemberg da Costa - Integrante / Fábio Alessandro Guerra - Coordenador / Milton Pires Ramos - Integrante / Germano Lambert Torres - Integrante / Bruna Machado Mulinari - Integrante / Monalisa Coelho Martins - Integrante / Isabel Torres - Integrante / Sueli de Souza - Integrante / Cláudio Costa - Integrante / Andre Pedretti - Integrante / Josnei Scolimoski - Integrante / Mariana Santini - Integrante., Financiador(es): Copel Distribuicão - Outra.

• 2019 - Atual

  Projeto PeD ANEEL EQUATORIAL - 00044-0038/2019 - GESTÃO REGULATÓRIA E ADMINISTRATIVA BASEADA EM AUTOMAÇÃO COGNITIVA DE PROCESSOS, Projeto certificado pelo(a) coordenador(a) Fábio Alessandro Guerra em 09/01/2020., Descrição: A gestão cotidiana das organizações está cada vez mais complexas, burocráticas e com alto volume de dados e informações se faz necessário a introdução da automação robótica ou cognitiva de processos (Robotic Process Automation - RPA e Robotic Cognitive Automation - RCA), aprendizado de máquinas (Machine Learning - ML), processamento de linguagem natural (Natural Language Processing - NLP) e inteligência artificial (IA) no dia a dia da organização. As concessionárias do setor elétrico estão submetidas a um conjunto de obrigações impostas pelos contratos de concessão e pela regulação e fiscalização da ANEEL. Além da grande complexidade dos instrumentos regulatórios e das inter-relações entre eles, verifica-se um número grande de alterações regulatórias e no volume de informações solicitadas pelos órgãos de operação, regulação e fiscalização, demandando constante acompanhamento pelas diferentes áreas envolvidas que interagem com a área regulatória. Dentro desse contexto, o desenvolvimento de uma plataforma com RCA e NLP para apoiar o processo de gestão regulatória e administrativa para concessionárias do setor elétrico se faz necessário para estabelecer um maior controle e eficiência sobre os instrumentos regulatórios e administrativos, e seus reflexos dentro da operação de uma concessionária. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: / Mestrado profissional: (1) . , Integrantes: Clayton Hilgemberg da Costa - Integrante / Fábio Alessandro Guerra - Coordenador / Milton Pires Ramos - Integrante / Bruna Machado Mulinari - Integrante / Monalisa Coelho Martins - Integrante / Sueli de Souza - Integrante / Flávio Lori Grando - Integrante / Pedro Henrique de Melo Lisboa - Integrante / Humberto Jose Lopes Lins - Integrante / Lucas de Paula Assunção Pinheiro - Integrante / Julio Cesar Mendes - Integrante / Marcos Câmara - Integrante.

• 2019 - Atual

  Projeto PeD ANEEL - COPEL GeT - 06491-0531/2019 - PLATAFORMA DE WIDE AREA CONTROL COM DATA ANALYTICS E MACHINE LEARNING PARA ANÁLISE DISTRIBUÍDA DE CONTROLE, Descrição: Este projeto é uma parceria da UFPR e GNARUS cujo objetivo geral é contribuir para o controle de sistemas elétricos de grande porte (wide area control) com base na integração de dados dos sistemas computacionais de operação (SCADA, PMU e EMS) através de técnicas analíticas de dados (data analytics) e de aprendizado de máquinas (machine learning). A metodologia de desenvolvimento do projeto incluí no 1 ano de execução o mapeamento e caracterização dos sistemas PMU, SCADA e EMS, assim como o desenvolvimento de uma ferramenta de integração e análise (data analytics) dos dados providos pelos sistemas. Com esta ferramenta será possível compatibilizar as diferentes fontes de dados propiciando o reconhecimento automático da topologia corrente do sistema. A partir desta ferramenta de integração e análise de dados, no 2 ano do projeto, será desenvolvida uma metodologia inteligente (machine learning) focada em controle de sistemas elétricos de grande porte (wide area control). A metodologia inteligente será implementada em uma ferramenta computacional que irá acessar a ferramenta de integração e análise de dados para a elaboração de regras de operação para análise distribuída de controle. A originalidade do projeto se baseia na aplicação de técnicas de aprendizado de máquinas para o desenvolvimento de modelos preditivos de alguma característica operacional do sistema visando análise distribuída de controle, e que poderão operar de forma on-line, na qual o modelo é ajustado continuamente de acordo com a dinâmica operacional do sistema. Os benefícios práticos esperados como resultados do projeto são: a Copel terá uma plataforma computacional de integração de dados dos SMF, SCADA e EMS que irá operar de forma integrada com técnicas de aprendizado de máquina visando controle de sistemas elétricos de grande porte, além disso, está prevista a capacitação em nível de mestrado e doutorado de profissionais da empresa; já o Setor Elétrico terá a oportunidade de experimentar a aplicação de métodos de data analytics e machine learning, os quais poderão prover subsídios para o desenvolvimento de outras aplicações para a ferramenta desenvolvida, como por exemplo, análise de flutuações de tensão e localização de distúrbios no SEP.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . , Integrantes: Clayton Hilgemberg da Costa - Integrante / Fábio Alessandro Guerra - Coordenador / Milton Pires Ramos - Integrante / Germano Lambert Torres - Integrante / Bruna Machado Mulinari - Integrante / Flávio Lori Grando - Integrante / Alexandre Rasi Aoki - Integrante / Mateus Duarte Teixeira - Integrante / Thelma Solange Piazza Fernandes - Integrante / André Katayama dos Santos - Integrante / Rafael Rodrigues - Integrante / Vanderlei Aparecido da Silva - Integrante / Nathan Elias Maruch Barreto - Integrante / Vinícius Tertulino Parede - Integrante / Ricardo Rodrigues de Almeida - Integrante / Victor Frederico Müller Junior - Integrante., Financiador(es): Copel Geração e Transmissão - Auxílio financeiro.

• 2017 - 2020

  METODOLOGIA PARA ANÁLISE, MONITORAMENTO E GERENCIAMENTO DA GD POR FONTES INCENTIVADAS, Descrição: O projeto proposto caracteriza-se como uma pesquisa aplicada e envolve a investigação e o desenvolvimento de uma metodologia para análise, monitoramento e gerenciamento da geração distribuída por fontes incentivadas, visando contribuir para a melhoria da eficiência energética e geração distribuída nas áreas de atuação da COPEL-DIS. Adicionalmente, esta pesquisa ampliará a capacitação de técnicos em eficiência energética na UTFPR e contribuirá para a melhoria da capacitação laboratorial de ensino e pesquisa na Universidade. Os resultados da pesquisa incluirão dados analíticos, métodos, técnicas e protótipos que contribuirão para a otimização de recursos energéticos e avaliação de viabilidade econômica no uso de fontes icentivadas. Como consequência, esta pesquisa deverá colaborar para o incentivo ao desenvolvimento da cadeia produtiva de minigeração a partir de energias renováveis e sua maior inserção na matriz energética brasileira.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Especialização: (0) / Mestrado acadêmico: (8) / Mestrado profissional: (8) / Doutorado: (2) . , Integrantes: Clayton Hilgemberg da Costa - Integrante / Guilherme Luiz Moritz - Integrante / André Eugênio Lazzaretti - Integrante / Elder Oroski - Integrante / Rafael Eleodoro de Goes - Integrante / Douglas Paulo Bertrand Renaux - Integrante / Fabiana Pottker - Integrante / Robson Ribeiro Linhares - Integrante / Paulo Cezar Stadzisz - Coordenador / Joaquim Eloir Rocha - Integrante / Carlos Raimundo Erig de Lima - Integrante / Guilherme Santi Peron - Integrante / Luiz Fernando Copetti - Integrante / Gerson Tiepolo - Integrante / Raphael Benedito - Integrante / Roberto Betini - Integrante / Luiz Amilton Pepplow - Integrante / Ronnier Rohrich - Integrante / Jorge Assade Leludak - Integrante / Eduardo Felix Ribeiro Romaneli - Integrante / Jair Urbanetz - Integrante / Wlater D Cruz Sanchez - Integrante / Thiago Alberto Rigo Passarin - Integrante / Paulo Cicero Fritzen - Integrante.