Marcos Basile Saviano de Paula

Formação complementar

Idiomas

Áreas de atuação

Produções bibliográficas

• DE CASTILHO BRAZ, DOUGLAS DONIZETI ; DOS SANTOS, MOISÉS ROCHA ; DE PAULA, MARCOS BASILE SAVIANO ; DA SILVA FILHO, DONATO ; GUARNIER, EWERTON ; ALÍPIO, LUCAS PENIDO ; TINÓS, RENATO ; CARVALHO, ANDRÉ C.P.L.F. . Multi-source data ensemble for energy price trend forecasting. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE , v. 133, p. 108125, 2024.

• CASTILHO, DOUGLAS ; SANTOS, MOISÉS R. ; TINÓS, RENATO ; CARVALHO, ANDRÉ C. P. L. F. ; PAULA, MARCOS B. S. ; LADEIRA, LUCAS ; GUARNIER, EWERTON ; FILHO, DONATO SILVA ; SUIAMA, DANILO Y. ; JUNIOR, EDMUR A. M. ; ALIPIO, LUCAS P. . Feature Selection using Complex Networks to Support Price Trend Forecast in Energy Markets. In: 2023 International Joint Conference on Neural Networks (IJCNN), 2023, Gold Coast. 2023 International Joint Conference on Neural Networks (IJCNN), 2023. p. 1.

• GUARNIER, E. ; SILVA FILHO, D. ; DE PAULA, MARCOS BASILE SAVIANO ; MASTELINI, S. M. ; LEITE, L. C. G. ; FURTADO, R. G. C. . Inteligência Artificial aplicada à previsão da tendência no preço de mercado para energia. In: XXVII Seminário Nacional de Produção e Transmissão de Energia Elétrica - SNPTEE 2023, 2023, Brasilia. XXVII Seminário Nacional de Produção e Transmissão de Energia Elétrica - SNPTEE 2023, 2023.

• SANTOS, M. R. ; MASTELINI, S. M. ; DE PAULA, MARCOS BASILE SAVIANO ; GUARNIER, E. ; SILVA FILHO, D. ; SANTOS, M. E. C. M. ; CAMPOS, E. F. C. ; PICARELLI, L. B. . Customer Segmentation in the Brazilian Free Energy Market by Machine Learning. In: IEEE Conference on Energy Internet and Energy System Integration (IEEE EI2 2023), 2023. IEEE Conference on Energy Internet and Energy System Integration (IEEE EI2 2023), 2023.

• SANTOS, MOISÉS R. ; BRAZ, DOUGLAS D. C. ; CARVALHO, ANDRÉ C. P. L. F. ; TINÓS, RENATO ; PAULA, MARCOS B. S. ; DORETTO, GABRIEL ; GUARNIER, EWERTON ; FILHO, DONATO SILVA ; SUIAMA, DANILO Y. ; FERREIRA, LORENA E. ; JÚNIOR, JOSÉ E. CARMO . Machine Learning Approach for Trend Prediction to Improve Returns on Brazilian Energy Market. In: 2022 IEEE Latin American Conference on Computational Intelligence (LACCI), 2022, Montevideo. 2022 IEEE Latin American Conference on Computational Intelligence (LA-CCI), 2022. p. 1.

• DE PAULA, MARCOS BASILE SAVIANO ; SANTOS, M. R. ; CASTILHO, D. ; CARVALHO, A. C. P. L. F. ; TINOS, R. ; BATISTA, G. ; MORAIS, G. D. ; GUARNIER, E. ; SILVA FILHO, D. ; SUIAMA, D. Y. ; FERREIRA, L. E. ; CARMO JUNIOR, J. E. . Gestão de Dados e Inteligência Artificial aplicados na previsão de tendências de preços no Mercado Livre de Energia. In: XIII Congresso Brasileiro de Planejamento Energético - CBPE 2022, 2022. XIII Congresso Brasileiro de Planejamento Energético - CBPE 2022, 2022.

• GONCALVES, CLARISSA PETRACHINI ; DE PAULA, MARCOS BASILE SAVIANO ; RAMOS, DOREL SOARES . Cost of Deficit Function: Conceptual and methodological aspects with an evaluation of impacts on the operation and expansion of the Brazilian electricity sector. In: 2017 14th International Conference on the European Energy Market (EEM), 2017, Dresden. 2017 14th International Conference on the European Energy Market (EEM), 2017. p. 1.

Projetos de pesquisa

• 2022 - Atual

  PD-00394-2205/2022 - Sistemas Especialistas e Aprendizagem de Máquinas para a Seleção de Modelos Meteorológicos para a Previsão de Preços de Mercado de Energia de Curto Prazo, Descrição: Projeto de Pesquisa e Desenvolvimento da ANEEL realizado em parceria entre Volt Robotics e Furnas Centrais Elétricas Previsão de finalização em abril de 2024.O objetivo deste projeto é prever com segurança os preços de mercado para o produto mensal de um mês à frente, isto é, de maturidade M+1. Para tanto, a abordagem proposta utilizará ferramentas e técnicas de Sistemas Especialistas e Aprendizagem de Máquinas para identificar padrões e selecionar as variáveis que influenciam os preços nesta maturidade.Os mapas meteorológicos serão utilizados na calibração dos modelos porque as análises estatísticas realizadas mostram que as chuvas são as variáveis de maior frequência e com elevado grau de influência na volatilidade dos preços de curto prazo.Com o advento de ferramentas computacionais que prevejam os movimentos de M+1 com base na variável mais influente, a chuva, espera-se imprimir maior liquidez no mercado de energia e tornar os preços de mercado mais críveis, favorecendo Furnas a entrar e sair de posições de forma mais oportuna com baixos prêmios de liquidez.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Marcos Basile Saviano de Paula - Coordenador / Donato da Silva Filho - Integrante / Ewerton Guarnier - Integrante / Marcelo da Mota Lopes - Integrante / Lucas Menezes Ladeira - Integrante / Sérgio Baldo Júnior - Integrante / Saulo Martiello Mastelini - Integrante / Rafael Ribeiro de Carvalho Vaz - Integrante.

• 2022 - Atual

  PD-07427-0722/2022 - Solução Digital Inteligente para Promover Margens de Comercialização de Energia Sustentáveis, Descrição: Projeto de Pesquisa, Desenvolvimento e Inovação da ANEEL realizado em parceria entre Volt Robotics e Norte Energia Previsão de finalização em dezembro de 2024.Este projeto terá como produto uma solução digital que realiza duas funções abrangentes e relevantes: (i) identifica o que está ocorrendo em termos de mercado de energia (negociações, volumes e preços) e, a partir desse conhecimento, (ii) propões ações a serem tomadas pela Norte Energia, para maximizar a margem com a comercialização de energia ou minimizar o risco associado.Para tanto, diversos robôs serão desenvolvidos: alguns para se conectar aos sites em que as informações necessárias estão disponíveis, outros para garantir a qualidade das informações, outros para realizar a otimização etc. É um exército de robôs trabalhando de forma orquestrada para dar suporte eficaz à gestão de energia da Norte Energia.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (2) . , Integrantes: Marcos Basile Saviano de Paula - Coordenador / Donato da Silva Filho - Integrante / Ewerton Guarnier - Integrante / Marcelo da Mota Lopes - Integrante / Moisés Rocha dos Santos - Integrante / Lucas Menezes Ladeira - Integrante / Sérgio Baldo Júnior - Integrante / Saulo Martiello Mastelini - Integrante / Rafael Ribeiro de Carvalho Vaz - Integrante / Suzanne Christine Therese Soares de Groote - Integrante.

• 2021 - 2023

  PD-00061-0061/2021 Uma plataforma robusta para mitigação do Risco Hidrológico utilizando Inteligência Artificial, Descrição: Projeto de Pesquisa e Desenvolvimento da ANEEL realizado em parceria entre Volt Robotics, Auren Energia e Companhia Energética de São Paulo (CESP) Finalizado em junho de 2023.O Produto Final do projeto será um sistema que indica de forma contínua, online, opções de compra e venda de energia que mitigam os efeitos do risco hidrológico. Para tanto, Inteligência Artificial será utilizada para realizar a previsão de preços de mercado para a energia, ferramentas de risco inspiradas no mercado financeiro serão utilizadas para construir a relação risco e retorno, e modelos de otimização utilizando sistemas inteligentes determinarão as opções de compra e venda de energia para minimizar o custo do risco hidrológico. Setorialmente, entre 2015 e 2020, o risco hidrológico apresentou um custo de R$170 bilhões, representando em média um sobrecusto de R$60/MWh. Logo, uma ferramenta computacional inteligente que monitore este risco em tempo real, continuamente, endereça um dos principais riscos da companhia, além de ter o potencial de reduzir significativamente custos que representam até 25 da margem da empresa.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Doutorado: (3) . , Integrantes: Marcos Basile Saviano de Paula - Coordenador / Donato da Silva Filho - Integrante / Ewerton Guarnier - Integrante / Marcelo da Mota Lopes - Integrante / Moisés Rocha dos Santos - Integrante / Gabriel Doretto Morais - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Renato Tinós - Integrante / Douglas Castilho - Integrante / João Paulo Negri - Integrante / Valdemar Abrão Pedro Anastácio Devesse - Integrante / Paulo Guilherme Pinheiro Pereira - Integrante / Gabriel Monteiro Ferracioli - Integrante / Álvaro Valentim Pereira de Menezes Bandeira - Integrante.

Prêmios