No Mercado Livre de energia elétrica, o consumidor pode negociar seu contrato diretamente com as comercializadoras de energia. No Mercado Cativo o consumidor paga de 30 a 40% mais caro na conta de energia devido a custos inerentes aos serviços de regulação e a falta de gestão individualizada. As soluções ENIA formam uma trilha segura para a migração ao Mercado Livre de energia começando pela identificação do perfil de consumo da unidade consumidora e cálculos de riscos associados até as relações contratuais e previsões.

As informações do mercado de energia e dos clientes serão serão ‘mineradas’ e pré-processadas para fins de organização, realização de estudos vançados de mercado.

As soluções ENIA são estruturada sobre dados históricos, como dados de consumo e geração de energia elétrica, séries climáticas, índices econômicos dentre outros. A solução CURVES faz o tratamento individualizado de cada série histórica deixando-as preparadas para análises,processos com algoritmos de Inteligência Artificial, geração de dashboards e relatórios técnicos.

Cada consumidor tem um perfil de consumo único e distinto. Ao longo do dia e em diferentes dias da semana este perfil reflete o comportamento das atividades do consumidor. Unidades consumidoras que compartilham certos padrões semelhantes entre si são agrupados por algoritmos de Inteligência Artificial. A solução CLUSTER gera diversos clusters de perfis de consumo de energia, que são fundamentais em análise de risco, cálculo de taxas, precificação dentre outros.

Metodologia de Machine Learning para a previsão de cenários de consumo de energia no futuro relativo a uma data de referência, que deve ser a data de atualização do banco de dados.

Metodologia de Machine Learning para prever cluster para novos clientes que não possuem curvas de consumo ou não estão na base de dados no momento de clusterização. Após o processamento o cliente recebe uma curva estimada.

Matemática computacional aplicadas sobre os dados-resultados do sistema. Matriz de correlação de curvas de consumo com variáveis climáticas e econômicas, quantificador de senários de risco, precificação de atributos (depende do modelo utilizado pela empresa), simulação de curvas sintéticas com base nas curvas históricas(ainda não implementada).