Data mining techniques to support the classification of MV electricity customers

This paper describes a methodology that was developed for the classification of Medium Voltage (MV) electricity customers. Starting from a sample of data bases, resulting from a monitoring campaign, Data Mining (DM) techniques are used in order to discover a set of a MV consumer typical load profile and, therefore, to extract knowledge regarding to the electric energy consumption patterns. In first stage, it was applied several hierarchical clustering algorithms and compared the clustering performance among them using adequacy measures. In second stage, a classification model was developed in order to allow classifying new consumers in one of the obtained clusters that had resulted from the previously process. Finally, the interpretation of the discovered knowledge are presented and discussed.

Demand response programs definition supported by clustering and classification techniques

The growing importance and influence of new resources connected to the power systems has caused many changes in their operation. Environmental policies and several well know advantages have been made renewable based energy resources largely disseminated. These resources, including Distributed Generation (DG), are being connected to lower voltage levels where Demand Response (DR) must be considered too. These changes increase the complexity of the system operation due to both new operational constraints and amounts of data to be processed. Virtual Power Players (VPP) are entities able to manage these resources. Addressing these issues, this paper proposes a methodology to support VPP actions when these act as a Curtailment Service Provider (CSP) that provides DR capacity to a DR program declared by the Independent System Operator (ISO) or by the VPP itself. The amount of DR capacity that the CSP can assure is determined using data mining techniques applied to a database which is obtained for a large set of operation scenarios. The paper includes a case study based on 27,000 scenarios considering a diversity of distributed resources in a 33 bus distribution network.

Geotecnia dos túneis do maciço de Paranhos: avaliação hidrogeomecânica exploratória

As classificações geomecânicas são uma das abordagens mais reconhecidas para estimar a qualidade do maciço rochoso, face à sua simplicidade e competência para gerir incertezas. As incertezas geológicas e geotécnicas podem ser avaliadas de forma eficaz usando classificações adequadas. Este estudo pretende enfatizar a importância das classificações geomecânicas e índices geomecânicos, tais como a Rock Mass Rating (RMR), a Rock Tunnelling Quality Index (Qsystem), o Geological Strength Index (GSI) e o Hydro‐Potential (HP) Value, para ajuizar a qualidade do maciço rochoso granítico das galerias subterrâneas de Paranhos (setor de Carvalhido ‐ Burgães; área urbana do Porto). Em particular, o valor hidro‐potencial (HP‐value) é uma classificação semi‐quantitativa aplicada a maciços rochosos que permite estimar as infiltrações de água subterrânea em escavações de terrenos rochosos. Para esta avaliação foi compilada e integrada uma extensa base de dados geológico‐geotécnica e geomecânica, apoiada na técnica de amostragem linear de superfícies expostas descontinuidades. Para refinar o zonamento geotécnico do maciço rochoso granítico, previamente realizado em 2010, foram coletadas amostras de rocha em pontos‐chave, com o objetivo de avaliar a sua resistência através do Ensaio de Carga Pontual (PLT). A aplicação das classificações geomecânicas foi realizada de uma forma equilibrada, estabelecendo diferentes cenários e tendo sempre em conta o conhecimento das características do maciço in situ. Apresenta‐se uma proposta de zonamento hidrogeomecânico com o objetivo de compreender melhor a circulação geo‐hidráulica do maciço rochoso granítico. Pretende‐se com esta metodologia contribuir para aprofundar o conhecimento do substrato rochoso do Porto, nomeadamente no que diz respeito ao seu comportamento geomecânico.

Classificações geomecânicas mineiras para o dimensionamento de maciços rochosos: o aplicativo MGC-RocDesign|Calc

Este trabalho tem como objetivo destacar a importância da utilização de software de geoengenharia no estudo das classificações de maciços rochosos nas engenharias de minas e geotécnica. Esta investigação pretendeu demonstrar a importância das classificações geomecânicas e índices geológico‐geomecânicos, tais como a Rock Mass Rating (RMR), Rock Tunnelling Quality Index (Q‐system), Surface Rock Classification (SRC), Rock Quality Designation (RQD), Geological Strength Index (GSI) and Hydro‐Potential Value (HP). Para esse efeito foi criada e desenvolvida uma calculadora geomecânica – MGC‐RocDesign|CALC: ‘Mining Geomechanics Classification systems for rock engineering design (version beta)’ – para de certa forma tornar mais simples, rápido e preciso o estudo das classificações geomecânicas sem que seja necessário recorrer manualmente às fastidiosas tabelas das classificações. A MGC‐RocDesign|CALC foi criada e desenvolvida no programa de folha de cálculo Microsoft Excel™ em linguagem Visual Basic for Applications© proporcionando o ambiente de carregamento de dados mais apelativos para o utilizador. Foi ainda integrada neste aplicativo a Calculadora Geotech|CalcTools que resulta da fusão das bases de dados ScanGeoData|BGD e SchmidtData|UCS criadas por Fonseca et al. (2010). Toda a informação foi integrada numa base de dados dinâmica associada a uma plataforma cartográfica em Sistemas de Informação Geográfica. Apresenta‐se como caso de estudo um dos trechos subterrâneos do maciço rochoso da antiga mina de volfrâmio das Aveleiras/Tibães (Mosteiro de Tibães, Braga, NW de Portugal). Além disso, apresenta‐se uma proposta de zonamento geomecânico do maciço rochoso da antiga mina das Aveleiras/Tibães com o objetivo de apoiar o dimensionamento de maciços rochosos. Por fim, apresenta‐se uma reflexão em termos de aplicabilidade, das potencialidades e das limitações da Calculadora Geomecânica MGC‐RocDesign|CALC.

Towards a classification scheme for musical sounds

Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), 2013

An automatic voice pleasantness classification system based on prosodic and acoustic patterns of voice preference

In the last few years the number of systems and devices that use voice based interaction has grown significantly. For a continued use of these systems the interface must be reliable and pleasant in order to provide an optimal user experience. However there are currently very few studies that try to evaluate how good is a voice when the application is a speech based interface. In this paper we present a new automatic voice pleasantness classification system based on prosodic and acoustic patterns of voice preference. Our study is based on a multi-language database composed by female voices. In the objective performance evaluation the system achieved a 7.3% error rate.