Os novos desafios para monitorar e controlar os sistemas elétricos exigem novas e sofisticadas ferramentas de análise de dados. Basicamente, existem três tipos de análises: descritiva, mostra o que aconteceu; preditiva, indica o que irá acontecer; e, prescritiva, indica qual a melhor estratégia para se atingir um objetivo. Analisar o que aconteceu, é uma ação reativa e serve para ações de melhoria contínua. Prever o irá acontecer é útil para se tomar ações de mitigação se for um problema ou providenciar mais recursos para atender a novas demandas. Embora, útil saber o que aconteceu e o que irá acontecer, o mais importante é saber qual a melhor estratégia para se atingir um objetivo.
Imagine uma situação onde um engenheiro precisa definir um plano de manobra de circuitos para a manutenção de um determinado trecho de uma linha de transmissão de alta tensão. A princípio, ele considerará os dados históricos do fluxo de potência da região que será afetada pela manobra, considerando o período do ano. Calculará o novo fluxo de potência dos outros circuitos durante a manobra e definirá o plano. Usando análise preditiva é possível avaliar, como melhores resultados, possíveis eventos durante a manobra e planejar medidas de contingência para eventos que possam gerar impacto negativo na operação.
Agora, imagine que no dia programado para a manobra, por questões climáticas não previstas, uma onda de calor faz com que o consumo de energia aumente, devido ao uso mais intenso de aparelhos de ar condicionado. Esta situação pode alterar, consideravelmente, o fluxo de potência e inviabilizar, tecnicamente, o estudo realizado. Análises preditivas ajudam a avaliar o novo cenário e indicar problemas potenciais. Mas, qual a melhor plano de manobra para aquela situação especifica? A reposta pode ser conseguida através de análises prescritivas.
A análise prescritiva envolve a aplicação de ciências matemáticas e computacionais e sugere opções de decisão para aproveitar os resultados das análises descritiva e preditiva. As análises envolvem algoritmos de aprendizado de máquina, dentro das tecnologias de inteligência artificial. A análise prescritiva não apenas antecipa o que acontecerá e quando acontecerá, mas também porque isso acontecerá. Além disso, a análise prescritiva sugere opções de decisão sobre como aproveitar uma oportunidade futura ou mitigar um risco futuro e mostra a implicação de cada opção de decisão. A análise prescritiva pode usar novos dados continuamente para prever eventos, melhorando automaticamente a precisão da previsão e prescrevendo melhores opções de decisão. A análise prescritiva ingere dados híbridos, uma combinação de dados estruturados (números, categorias), não estruturados (vídeos, imagens, sons, textos) e regras de negócios para prever como aproveitar eventos futuros sem comprometer ou
