English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A regulamentacao do setor de energia eletrica preve o atendimento dos consumidores, produtores e demais agentes do setor de forma a garantir a continuidade e qualidade no fornecimento de energia eletrica. No setor de distribuicao de energia eletrica, as distribuidoras que nao atendem aos requisitos estabelecidos possuem sua rentabilidade prejudicada. Assim, o atendimento as metas para os indicadores de qualidade constitui objetivo fundamental a ser perseguido pelas distribuidoras. Este artigo apresenta uma metodologia baseada em Machine Learning e Regressao com Dados em Painel para estimacao do impacto dos investimentos em manutencao nos indicadores de qualidade das linhas aereas da Light. Para tanto, sao utilizados os historicos anuais de investimentos em acoes de manutencao em cada linha da empresa, permitindo identificar as acoes que produzem impacto positivo no respectivo indicador de qualidade (DEC, FEC e compensacoes). Este trabalho apresenta os resultados preliminares do projeto de P&D financiado pela Light e intitulado "Ferramenta de Apoio Gerencial para Planejamento das Acoes de Manutencao das Redes de Distribuicao com Previsibilidade do Impacto nos Indicadores de DEC, FEC e Compensacao Financeira" (P&D LIGHT 116/18).

anais do simpósio brasileiro de sistemas elétricos 2020

Análise do Impacto das Ações de Manutenção nos Indicadores de Continuidade em Redes de Distribuição utilizando Machine Learning e Regressão com Dados em Painel