Marco Antonio Vilela de Oliveira
Resumo
Este trabalho apresenta o desenvolvimento de um modelo de mineração de dados para previsão do tempo de restabelecimento de energia elétrica em razão de interrupções não programadas da rede da distribuidora Light S.E.S.A. A previsão de tempo de restabelecimento permite a priorização dos serviços, em função dos indicadores da ANEEL (DIC, FIC e DMIC), da(s) instalações(s) afetadas pela interrupção, tendo em vista o resultado atual do indicador para estas instalações. O objetivo do modelo é o aumento da satisfação do cliente com os serviços prestados pela distribuidora, e melhora na qualidade do atendimento, por informar um tempo de reparo de maior assertividade. Os problemas relativos à satisfação do cliente, associados ao processo de qualidade do fornecimento de energia e do atendimento, também são considerados neste trabalho para contextualizar a realidade do mercado e cenário analisados e destacar a relevância dos resultados alcançados. Além disso, espera-se que o projeto traga um impacto financeiro positivo à empresa com a redução de valores pagos com indenizações individuais pela violação de indicadores de qualidade da ANEEL, redução das multas à concessionária pela violação dos níveis de serviço da ANEEL sobre a qualidade do atendimento e, ainda, redução dos custos operacionais pela queda importante no volume das rechamadas.
Abstract
This paper presents the development of data mining model for the prediction of power recovering time due to unscheduled power interruption of the utility network Light SESA. The prevision of power recovery time allows the prioritization of services, depending on the indicators of ANEEL (DIC and FIC DMIC), of the installations(s) affected by the interruption, taking into account the current result of the indicator for these facilities. The objective of the model is to increase customer satisfaction with the services provided by the company and improve customer service, by informing a recovering time of good accuracy. Problems related to customer satisfaction, coupled with the quality of power supply and customer service, are also considered in this work to contextualize the reality of the market and analyzed scenario and highlight the relevance of the results achieved. Furthermore, the project is expected to bring a positive financial impact to the company by reducing amounts paid compensation for the violation of individual quality indicators ANEEL, reduction of fines for violations of the dealership's service levels ANEEL on quality of care and reduce operating costs by a significant decline in the volume of callbacks.
