Este trabalho apresenta a aplicação de ferramentas inteligentes com a finalidade de tratar e melhorar a qualidade de dados não estruturados. A aplicação é realizada no contexto de gestão de ativos do Sistema Elétrico de Potência, com ênfase no transformador de potência. A abordagem nesse seguimento de negócio visa solucionar lacunas de informações que possam subsidiar tomadas de decisões mais eficazes, além de aumentar a visibilidade e integração na gestão de riscos em ativos. Pelo SIN – Sistema Interligado Nacional ser regulado, qualquer iniciativa em prol de reduzir falhas ou manutenções não planejadas possui relevância na confiabilidade e disponibilidade de seus ativos. Na mineração de dados, destaca-se a metodologia KDD - Knowledge Discovery in Database com etapas pré-estabelecidas sequenciais para desenvolvimento do trabalho, abordando desde a compreensão inicial dos objetivos propostos, bem como a escolha dos métodos mais aderentes a cada aplicação e também avaliação sobre os resultados obtidos. Em suma, verifica-se a aplicabilidade das metodologias de Árvore de Decisão, Rede Bayesiana e Máquinas de Vetores de Suporte na finalidade de classificação de textos oriundos dos registros de histórico de manutenções em transformadores de potência.

This work presents the application of intelligent tools in order to treat and improve the quality of unstructured data. The application is carried out in the context of asset management of the Electric Power System, with an emphasis on the power transformer. The approach in this business segment aims to solve information gaps that can support more effective decision-making, in addition to increasing visibility and integration in asset risk management. As SIN - National Interconnected System is regulated, any initiative to reduce failures or unplanned maintenance has relevance in the reliability and availability of its assets. In data mining, the KDD - Knowledge Discovery in Database methodology stands out with pre-established sequential steps for the development of the work, addressing from the initial understanding of the proposed objectives, as well as the choice of the most adherent methods to each application and also evaluation about the results obtained. In summary, the applicability of the Decision Tree, Bayesian Network and Support Vector Machines methodologies is applied in order to classify texts from the history of maintenance records in power transformers.