Chatbot inteligente para auxílio à tomada de decisão em empresa do setor de energia

dc.contributor.advisor-co1FONSECA, Wellington da Silva
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/5066230825214516
dc.contributor.advisor-co1ORCIDhttps://orcid.org/0000-0002-2602-1964
dc.contributor.advisor1LOBATO, Elen Priscila de Souza
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4422564553304009
dc.contributor.advisor1ORCIDhttps://orcid.org/0000-0002-0867-4187
dc.creatorSILVA, André Oliveira Carvalho da
dc.creator.Latteshttp://lattes.cnpq.br/8696335753878062
dc.date.accessioned2026-04-30T12:47:50Z
dc.date.available2026-04-30T12:47:50Z
dc.date.issued2025-12-18
dc.description.abstractThis work presents the development of an intelligent chatbot designed to assist operational decision-making in an electric power utility company located in the Northern region of Brazil. The application employs Large Language Models (LLMs), semantic embeddings, and the Retrieval-Augmented Generation (RAG) technique to provide accurate, contextualized, and multimodal responses based on an indexed textual and visual database. The system architecture was structured using the LangGraph library, which enables dynamic control of the conversational flow, and Milvus, a vector data management system. The interface, developed with HTML, CSS, and JavaScript, provides an interactive and user-friendly experience. Tests demonstrated accuracy in the responses and an average response time of less than two seconds, highlighting the chatbot’s potential as a strategic tool for enhancing operational efficiency in the electrical sector. The study underscores the technical feasibility and positive impact of applying generative AI in critical industrial environments.
dc.description.resumoEste trabalho apresenta o desenvolvimento de um chatbot inteligente voltado para auxiliar a tomada de decisão operacional em uma concessionária de energia elétrica da região Norte do Brasil. A aplicação utiliza Modelos de Linguagem de Larga Escala (LLMs), embeddings semânticos e a técnica de Recuperação Aumentada por Geração (RAG) para oferecer respostas precisas, contextualizadas e multimodais, a partir de uma base de dados textual e visual indexada. A arquitetura do sistema foi estruturada com o uso da biblioteca LangGraph, que permite o controle dinâmico do fluxo conversacional, e do Milvus, um sistema de gerenciamento de dados vetoriais. A interface desenvolvida com HTML, CSS e JavaScript proporciona uma experiência interativa e acessível ao usuário. Testes demonstraram precisão nas respostas e tempo médio de resposta inferior a dois segundos, evidenciando o potencial do chatbot como ferramenta estratégica para aumento da eficiência operacional no setor elétrico. O estudo destaca a viabilidade técnica e o impacto positivo da aplicação de IA generativa em ambientes industriais críticos.
dc.identifier.citationSILVA, André Oliveira Carvalho da. Chatbot inteligente para auxílio à tomada de decisão em empresa do setor de energia. Orientadora: Elen Priscila de Souza Lobato. 2025. 42 f. Trabalho de Curso (Bacharelado em Engenharia Elétrica e Biomédica) – Faculdade de Engenharia Elétrica e Biomédica, Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2025. Disponível em: https://bdm.ufpa.br/handle/prefix/9503 . Acesso em:.
dc.identifier.urihttps://bdm.ufpa.br/handle/prefix/9503
dc.rightsAcesso Abertopt_BR
dc.source.uriDisponível na internet via correio eletrônico: bibliotecaitec@ufpa.br
dc.subjectSetor Elétrico
dc.subjectRecuperação Aumentada por Geração
dc.subjectModelos de Linguagem de Larga Escala
dc.subjectTomada de Decisão Operacional
dc.subjectChatbot
dc.subjectElectric Power Sector
dc.subjectRetrieval-Augmented Generation
dc.subjectLarge Language Models
dc.subjectOperational Decision-Making
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
dc.titleChatbot inteligente para auxílio à tomada de decisão em empresa do setor de energia
dc.typeTrabalho de Curso - Graduação - Monografiapt_BR

Arquivo(s)

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC_ChatbotInteligenteAuxilio.pdf
Tamanho:
4.18 MB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.84 KB
Formato:
Item-specific license agreed upon to submission
Descrição: