|
Descrição |
|
|
-
LINDOKENY RODRIGUES DE SOUSA MOURA
-
Transcrição de Instrumentos de Percussão e Criação Automática de Arquivo Multipista
-
Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
-
Data: 29/11/2019
-
Mostrar Resumo
-
A edição musical é normalmente limitada quando instrumentos musicais compartilham o mesmo canal de áudio, ou seja, os diversos sinais sonoros que compõe determinado arranjo musical estão somados e qualquer edição na tentativa de alterar algum instrumento pode afetar qualitativamente os outros. Desta forma, é interessante identificar sons misturados e separá-los em suas respectivas pistas sonoras, colocando cada instrumento em um canal de áudio exclusivo. Esta dissertação propõe a automatização deste processo, mais precisamente, procura trabalhar com instrumentos de percussão, isolando-os em canais distintos sem a necessidade de um músico ou produtor musical para tal tarefa. Para isso três abordagens são utilizadas: a primeira proposta utiliza filtros digitais enquanto a segunda e a terceira envolvem os conceitos de aprendizagem de máquinas através da parametrização do áudio de maneira supervisionada e não supervisionada, respectivamente. O conhecimento das principais frequências dos instrumentos aliado aos filtros digitais FIR formam a base da primeira proposta. Já a extração de características dos sinais de áudio aliada à segmentação automática em trechos de interesse é essencial às propostas de classificação de padrões. As técnicas kNN, rede MLP e Naive Bayes são testadas em diversos cenários na proposta supervisionada enquanto k-Médias e Rede SOM são avaliados na abordagem não supervisionada. Além de reconhecer a existência de determinado instrumento no áudio misturado, o presente trabalho identifica os instantes em que o som de tal instrumento ocorre, logo sendo possível tanto a criação de canais distintos como também a escolha de instrumentos substitutos (samples). Os resultados alcançados por todas as propostas se mostraram satisfatórios e podem ser avaliados através dos links disponibilizados.
|
|
|
-
HEITOR GONÇALVES SANTANA
-
CONTROLE PID MULTIVARIÁVEL: UMA ABORDAGEM BASEADA EM ASPECTOS DE ROBUSTEZ
-
Orientador : OTACILIO DA MOTA ALMEIDA
-
Data: 29/11/2019
-
Mostrar Resumo
-
Este trabalho apresenta uma proposta de metodologia de controle PID multivariável descentralizado realizada através de uma análise de robustez dos controladores obtidos por diferentes métodos de sintonia robusta. Nesse contexto, apresenta-se uma revisão bibliográfica que traz desde a teoria básica de controle PID até os métodos de análise de sistemas de controle robusto. Esse trabalho apresenta uma proposta de controle multivarável alternativa às metodologias tradicionais, como o controle desacoplado. Foi realizada a avaliação da eficiência de métodos de sintonia robusta de controladores PID em promover o controle multivariável descentralizado de sistemas com acoplamento entre as malhas. Foram estudados três métodos de sintonia robusta inicialmente concebidos para aplicações em sistemas SISO: o método IMC, o método de Skogestad e o método AMIGO. Os controladores apresentados neste trabalho foram avaliados em dois processos multivariáveis, uma planta de tanques acoplados e uma incubadora neonatal, ambas com forte interação entre as malhas. Foram calculados os controladores aplicando cada um dos métodos, para as plantas em questão, e os resultados obtidos foram comparados aos resultados quando aplicado o método de Ziegler- Nichols. Foram estudados os critérios de estabilidade robusta, seguimento de referência e rejeição de perturbações para cada um dos controladores obtidos e, para um avaliação da eficácia dos controladores, foram adotados os índices de desempenho ISE, IAE, ITAE e ITSE. Os resultados obtidos para os controladores robustos foram comparados aos resultados obtidos quando aplicado uma técnica de sintonia tradicional, o método de Ziegler-Nichols, e percebeuse que, de fato, o método tradicional é insuficiente para garantir seguimento de referência e rejeição de perturbações quando aplicado a um sistema MIMO com grande acoplamento entre as malhas. Os controladores robustos, por outro lado, foram eficientes em promover o controle descentralizado, todos os métodos de sintonia robusta abordados apresentaram resultados semelhantes. Dentre os métodos bem-sucedidos no controle descentralizado, o método AMIGO teve destaque no controle do duplo-tanque, pois produziu os menores valores do índice ITAE (17666 e 20610, para os tanques 1 e 2, respectivamente), enquanto o método de Skogestad teve destaque no controle da incubadora, pois produziu os menores valores do índice ITAE (30400000 e 2830600 para as malhas de umidade e temperatura, respectivamente).
|
|
|
-
DHIEGO CARVALHO SANTOS
-
AVALIAÇÃO DE MODELOS NEURAIS ROBUSTOS BASEADOS NO ESTIMADOR-M PARA ESTIMAÇÃO DE CURVAS DE POTÊNCIA DE AEROGERADORES COM OUTLIERS
-
Orientador : LUIS GUSTAVO MOTA SOUZA
-
Data: 28/11/2019
-
Mostrar Resumo
-
A estimação da curva de potência em turbinas eólicas tem sua importância na predição da potência elétrica gerada, monitoramento e funcionamento de aerogeradores, e assim, afetando o investimento a ser realizado em parques eólicos. Todavia, os dados às vezes podem conter outliers, o que podem atingir de forma significativa a modelagem. Utiliza-se da Regressão Polinomial, técnica clássica muito empregada para esse objetivo, e atualmente, vem ganhando destaque a utilização da Rede Perceptrom de Múltiplas Camadas (MLP) e recentemente, surge a Máquina de Aprendizagem Extrema (ELM, Extreme Learning Machine) que tem demonstrado ser uma solução plausível para modelagem global. Neste artigo, além das técnicas mencionadas, são apresentadas também as Redes Neurais Artificiais (RNA’s): Rede Mapa Auto Organizável com K vencedores (KSOM) e Mapeamento Linear Local (LLM), sendo estes baseados na modelagem local. Estes modelos serão implementados por meio das técnicas dos Mínimos Quadrados Ordinários (OLS) e Estimador M, para obtenção dos parâmetros a serem utilizados na estimação, verificando o efeito dos outliers nos dados empregados. Nos resultados foram atestados através de análises qualitativas e quantitativas, que os modelos propostos baseados em modelagem local, comparados às técnicas convencionais, são soluções alternativas para estimação da curva de potência em aerogeradores.
|
|
|
-
ADRIANO BATISTA SILVA
-
MODELO DE TOMADA DE DECISÃO BASEADO EM SISTEMA HÍBRIDO AHP E FUZZY PARA PRIORIZAR A CONSTRUÇÃO DE NOVOS ALIMENTADORES EM MÉDIA TENSÃO DE UMA SUBESTAÇÃO ELÉTRICA
-
Data: 25/11/2019
-
Mostrar Resumo
-
A priorização de obras é um conhecido problema de planejamento do sistema elétrico. À medida que novas subestações, em especial, alimentadores em média tensão vão surgindo, ganhos são implementados ao sistema de distribuição, de forma que a hierarquização destes por ordem de construção torna-se necessária. Nesse processo, podem ser utilizadas técnicas de análise multicritério conhecidas como Multiple Criteria Decision Making – MCDM. O Processo de Hierarquia Analítica (AHP, do inglês Analytic Hierarchy Process) proposto por Saaty em 1977 apresenta-se como uma das principais ferramentas para converter avaliações subjetivas de importância relativa em um vetor de prioridades, tratando-se de um método aditivo com comparação par a par dos critérios elencados, com a realização de julgamentos entre critérios e alternativas. O método AHP linearizado, de forma análoga ao AHP tradicional, proporciona a conversão de avaliações qualitativas em um vetor de prioridades, no entanto, com menor quantidade de comparações pareadas em relação ao AHP tradicional. O método Fuzzy-AHP extent analysis proposto por Chang em 1996, emprega números fuzzy para este fim, tendo em vista que as comparações pareadas são fuzzy por natureza. Os métodos descritos têm em comum a necessidade de geração de matrizes de comparação pareada entre critérios e alternativas, de forma a permitir a aplicação dessas metodologias de classificação entre os alimentadores no problema, o que torna muitas vezes o procedimento custoso devido à necessidade de novas comparações par a par a cada nova alternativa inserida no problema, ou nesse caso, novos alimentadores. Sendo assim, este trabalho tem como principal objetivo o desenvolvimento de um modelo híbrido baseado em métodos de decisão multicritério e lógica fuzzy de forma a permitir a classificação por ordem de prioridade de construção de novos alimentadores, independente da geração de matrizes de comparação pareada entre alternativas, e que forneça resultados semelhantes aos métodos tradicionais utilizados. São considerados como critérios as diretrizes de expansão do sistema em média tensão baseados nos Procedimentos de Distribuição de Energia Elétrica – PRODIST, da Agência Nacional de Energia Elétrica - ANEEL, incluindo-se a geração distribuída. Para validação do modelo, foram realizados estudos comparativos entre os resultados obtidos através de métodos tradicionais de decisão multicritério, sendo que nas aplicações efetuadas foram utilizados dados de ganhos de alimentadores reais planejados. Como resultados, o sistema desenvolvido classificou os alimentadores por ordem de prioridade de construção semelhante aos métodos tradicionais, sem gerar matrizes de comparação pareada entre alternativas, e próximos das preferências reais dos especialistas consultados.
|
|
|
-
EDUARDO HENRIQUE COSTA BARBOSA
-
Aplicação de Algoritmos de Agrupamento de Dados e de Redes Neurais Dinâmicas para a Previsão de Demanda em Sistemas de Distribuição de Energia Demanda em Sistemas de Distribuição de Energia
-
Data: 20/11/2019
-
Mostrar Resumo
-
A previsão de carga é um assunto importante e fonte de muitos estudos em pesquisas atuais. Isso se deve às vantagens que um processo de previsão robusto pode oferecer no planejamento e operação de sistemas de energia. Nesta dissertação é proposta uma metodologia de previsão de curvas de carga baseada em combinação de algoritmos de agrupamento por meio de função consenso e uso de redes neurais dinâmicas. São utilizadas como base um conjunto de partições oriundas dos algoritmos k-means e minCEntropy. Desta forma, é feita a previsão recursiva destas curvas, com discretização de 5 minutos, totalizando 24 horas e um horizonte de previsão de 288 passos a frente. Para esta finalidade é proposto o uso de duas redes neurais com memórias de longo prazo, a NARX (Nonlinear Autorregressive with Exogenous Inputs) e a LSTM (Long Short-Term Memory), além do uso da rede com atrasos de tempo na entrada FTDNN (Focused Time Delay Neural Network). O treinamento a partir da partição consenso se mostrou capaz de fornecer às redes neurais dados cujas características refletem as sazonalidades e periodicidades intrínsecas a este tipo de série temporal. Além disso, foi utilizada uma metodologia que contempla toda a etapa de pré-processamento, evitando que possíveis dados corrompidos por eventuais problemas relacionados a distúrbios ou falhas nos equipamentos de medição/aquisição dos dados possam interferir no desempenho dos algoritmos de agrupamento e das redes neurais. Foram utilizados dados reais de uma concessionária de distribuição de energia elétrica. Os índices de desempenho NMSE e MAPE mostraram que os modelos propostos foram capazes de fornecer baixos erros de previsão, podendo vir a ser uma alternativa eficiente frente a outros modelos de previsão comumente empregados.
|
|
|
-
RÔMULLO RANDELL MACEDO CARVALHO
-
ANÁLISE DA NEURO-OTIMIZAÇÃO EM ALGORITMOS GLOBAIS SUPERVISIONADOS E APLICAÇÃO NA MODELAGEM DA DINÂMICA DE LASERS SEMICONDUTORES
-
Orientador : LUIS GUSTAVO MOTA SOUZA
-
Data: 18/11/2019
-
Mostrar Resumo
-
O presente estudo associa as redes máquina de aprendizagem extremo (ELM) e perceptron de múltiplas camadas (MLP) a mecanismos inteligentes de otimização, o Algoritmo Genético e a Otimização por Enxame de Partículas, de tal maneira a obter modelos globais supervisionados mais eficientes (com menos neurônios na camada oculta). A modelagem da potência óptica de lasers semicondutores de pontos quânticos por meio de redes neurais com diferentes estratégias de aprendizagem tem se apresentado como uma alternativa eficaz à abordagem clássica a partir de métodos massivamente físico-experimentais, como as equações de taxa e a descrição por microestados. Por se tratarem de paradigmas do tipo caixa preta, as redes supervisionadas dispensam o profundo conhecimento do processo e o tempo de teorização demandado dos métodos clássicos, ao mesmo tempo que consegue entregar resultados satisfatórios, com base em recentes trabalhos. Para tanto, duas abordagens são estabelecidas para estudo dos modelos: a primeira com um valor fixo reduzido da quantidade de neurônios e a segunda com um valor variável dentro do treinamento e determinado pelo próprio algoritmo. Ambas as abordagens são estudadas para a aproximação de funções de uma e de duas variáveis, com análise dos impactos da otimização nas redes MLP e ELM, como em relação ao sobreajuste e subajuste. Por fim, os modelos elaborados são aplicados à modelagem da potência óptica de lasers de ponto quântico em função de degrau de corrente na entrada, usando-se autorregressão com entrada exógenas, para um banco de dados com variações de estado (fundamental e excitado) e temperatura. Todos os modelos são submetidos à validação pelo erro quadrático médio e por análise dos resíduos.
|
|
|
-
DIONATAS RAYRON DA SILVA ALVES
-
SISTEMA DE GERAÇÃO FOTOVOLTAICO CONECTADO À REDE COM CONSUMO E ARMAZENAMENTO EM BATERIAS DE ALTA PERFORMANCE NA INFRAESTRUTURA AEROPORTUÁRIA
-
Orientador : MARCOS ANTONIO TAVARES LIRA
-
Data: 08/11/2019
-
Mostrar Resumo
-
Frente ao contexto nacional de oportunidades na implantação de geração distribuída através da fonte solar fotovoltaica em diversos nichos de plantas consumidoras e o cenário relacionado a diversificação da matriz elétrica nacional, este trabalho aborda a atratividade técnica, econômica e operacional na implantação de sistemas de geração fotovoltaico conectado à rede com consumo e armazenamento em baterias de íons de lítio em Aeroportos. A pesquisa foi realizada com os dados do Aeroporto de Teresina tendo por hipótese a existência de solução de geração fotovoltaica com armazenamento que possibilitasse a ampliação e melhoria da segurança operacional através da confiabilidade e continuidade operacional da infraestrutura elétrica. Dessa forma, o objetivo foi avaliar a atratividade técnica, operacional e econômica para implantação do sistema de geração fotovoltaico conectado à rede com consumo e armazenamento em bateria de íons de lítio no suprimento de energia elétrica secundário ao parque de equipamentos críticos do aeroporto de Teresina. A metodologia foi através da revisão bibliográfica acerca dos aspectos técnicos e regulatórios do tema avaliado; a pesquisa de campo que caracterizou o parque de equipamentos, a infraestrutura elétrica aeroportuária, os aspectos regulatórios envolvendo a aviação e demais condicionantes climáticos e arquitetônicos da solução de geração proposta que viabilizaram o dimensionamento do gerador fotovoltaico e sistema de armazenamento através do software PV*SOL possibilitando assim a obtenção dos resultados para o objetivo proposto. Os resultados obtidos foram a potência do gerador fotovoltaíco de 615,49 kWp conectado à rede e sistema de armazenamento de 194,56 kWh/dia no cenário 1 e 81,92 kWh/dia nos cenários 2 e 3 para atendimento ao consumo durante cinco e duas horas/dia, respectivamente, com tempo resposta de 100 ms. O CAPEX para o cenário 1 foi de R$ 2.061.619,50, VPL de R$ 3.743.143,00, TIR de 8,65% e payback de 10,55 anos. Para o cenário 2 obteve-se CAPEX de R$ 1.490.033,12, VPL de R$ 2.326.109,00, TIR de 7,47 % e payback de 14,10 anos. O cenário 3 o CAPEX foi de R$ 1.490.033,12, VPL de R$ 453.840,00, TIR de 1,8% e payback de 21,58 anos. Conclui-se que a viabilidade econômica para implantação do projeto acontece no longo prazo, os fatores técnicos envolvidos apontam uma solução com alto nível de confiabilidade, continuidade e compatibilidade operacional para os sistemas elétricos críticos aeroportuários possibilitando inclusive melhoria e ampliação dos níveis de segurança operacional.
|
|
|
-
ANDREI CARVALHO RIBEIRO
-
OTIMIZAÇÃO MULTIOBJETIVO PARA ALOCAÇÃO DE GERAÇÃO DISTRIBUÍDA EM SISTEMAS DE DISTRIBUIÇÃO VIA NSGA-II E COMPOSIÇÃO MAX-MIN.
-
Orientador : FABIO ROCHA BARBOSA
-
Data: 25/10/2019
-
Mostrar Resumo
-
Resumo: A alocação de unidades de Geração Distribuída (GD) no Sistema Elétrico de Potência (SEP) proporciona uma série de benefícios, sendo os principais a redução das perdas de potência nas linhas e a melhora do perfil de tensão do sistema. Porém, mesmo com a inserção de GD alcançando níveis cada vez maiores de penetração, os custos de instalação ainda são considerados bastante elevados. Este trabalho apresenta um modelo de otimização multiobjetivo (e sua solução) contemplando os objetivos de natureza técnica - minimizar as perdas de potência ativa e tornar o perfil de tensão mais homogêneo a partir da redução do desvio de tensão; e o objetivo de natureza econômica - reduzir o custo de instalação, operação e manutenção do empreendimento. Utilizou-se o NSGA-II como ferramenta de busca para resolver o modelo proposto e encontrar as variáveis de siting e sizing que determinam o problema de alocação de GD. As simulações foram realizadas integrando o MATPOWER e o MATLAB nos sistemas de 33, 69, 85 e 141 barras. Também foram realizadas modificações nos dados elétricos desses sistemas, ao passo que novas versões considerando perfis de consumo e patamares de carga também foram propostas. Utilizou-se lógica Fuzzy, composição max-min, para trade-off e compromisso de escolha final na fronteira de Pareto obtida. Com várias execuções do algoritmo de busca e técnica de seleção, uma superpopulação foi formada, novamente com uso da composição max-min, determinou-se as soluções mais adequadas por patamar de carga. Essas soluções foram avaliadas e observou-se uma melhora significativa dos sistemas com a presença de GD. Os objetivos alcançados com a inserção de GD também foram comparados aos valores obtidos em outros trabalhos, e observou-se que a combinação das duas técnicas utilizadas apresentou desempenho promissor quando comparada com outros algoritmos propostos em outros trabalhos.
|
|
|
-
HEINRICH HERTZ SILVA
-
IDENTIFICAÇÃO MULTIVARIÁVEL DE UM SISTEMA DE TANQUES DE NÍVEL ACOPLADOS UTILIZANDO WAVELET NEURAL NETWORK.
-
Orientador : JOSE MEDEIROS DE ARAUJO JUNIOR
-
Data: 03/10/2019
-
Mostrar Resumo
-
Dentre os processos industriais mais comuns, a utilização de tanques de nível são bastantes usuais na fabricação de bebidas, cosméticos e inclusive na indústria do petróleo. O nível é uma variável importante na indústria não somente para a operação do próprio processo mas também para fins de cálculo de custo e de inventário. E em alguns casos o estudo e aplicação desse tipo de processo industrial requer um modelo do sistema para projetar malhas de controle. No entanto, nem sempre se conhece as equações envolvidas no funcionamento de um determinado sistema dinâmico, ou elas são conhecidas mas seriam impraticáveis, por limitações de tempo e recursos, levantar tais equações e estimar respectivos modelos. Por esse motivo, o domínio de técnicas de identificação de sistemas é importante, pois a construção de modelos ocorre a partir de dados observados em sistemas dinâmicos reais, de modo que pouco ou nenhum conhecimento prévio do sistema seja necessário. Diante disso, fundamentado na teoria de identificação de sistemas, redes neurais artificiais e funções Wavelets, o presente trabalho apresenta a identificação de um sistema dinâmico de tanques de nível acoplados com características não lineares, utilizando como ferramenta a Wavelet Neural Network (WNN), com o intuito de verificá‐la como uma alternativa para identificação de sistemas dinâmicos. Para melhor avaliar as potencialidades não lineares da WNN, optou‐se por utilizar um sistema de tanques, que por si só já possui natureza não linear. Além disso, o sistema possui acoplamento de sinais, ruídos de medição e foi construído de forma artesanal. Tais características aumentam ainda mais a não linearidade do sistema e, consequentemente, a complexidade para modelagem. Para excitar o sistema utilizou‐se o sinal PRBS (Pseudo Random Binary Signal), que é um sinal de fácil geração, já que esse sinal possui apenas dois valores possíveis e comuta entre níveis em instantes discretos. Com o sistema excitado coletou‐se dados de entradas e saída afim de realizar a identificação. A estrutura de identificação utilizada foi a NNARX (Neural Network Autoregressive, Exogenous Input). Uma vez coletado os dados do sistema e definido a estrutura de identificação, realizou‐se a estimação e validação do modelo neural obtido com a WNN. Este foi comparado com um modelo neural estimado utilizando a Rede Neural Multilayer Perceptron, para fins de comparação, obtendo‐se resultados satisfatórios.
|
|
|
-
MAURO ANTONIO GUIMARÃES CLARK
-
APLICAÇÃO DE METAHEURÍSTICAS PARA RECONFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO, VISANDO BALANCEAMENTO DE ALIMENTADORES E MINIMIZAÇÃO DE PERDA DE POTÊNCIA
-
Data: 30/09/2019
-
Mostrar Resumo
-
Neste trabalho apresentam-se duas metaheurísticas evolutivas eficientes para abordar o problema de reconfiguração de sistemas de distribuição de energia de maneira mono-objetiva e multiobjetiva, sendo elas: Algoritmo Genético com procedimento de factibilização e Non-dominated Sorting Genetic Algorithm II com procedimento de factibilização e de diversificação, respectivamente. Os algoritmos foram aplicados visando otimizar dois objetivos de enorme importância para o setor de distribuição de energia: minimização da perda técnica de potência ativa e a minimização do desbalanceamento entre alimentadores. No estudo mono-objetivo, o algoritmo genético foi aplicado primeiramente para otimização das perdas e logo após para a redução do desbalanceamento. Foram abordados três objetivos como foco da minimização do desbalanceamento: balanceamento por carga, por fluxo e por impedância. Foram realizadas análises e comparações para cada objetivo, com o intuito de determinar a melhor forma de balancear sistemas de distribuição. No estudo multiobjetivo, o NSGA-II foi aplicado visando a otimização da perda de potência e do desbalanceamento de melhor desempenho encontrado pelo AG. O desempenho das configurações balanceadas foi medido a partir de um índice de balanceamento proposto nesta pesquisa, que leva em consideração todos os objetivos de balanceamentos abordados do trabalho, assim como o valor da perda de potência. Os testes foram realizados nos sistemas de 16, 84 e 136 barras, tais sistemas são bem conhecidos e já foram utilizados em diversos trabalhos relacionados à reconfiguração de redes de distribuição.
|
|
|
-
IULLE DE MACÊDO GUERRA NEVES
-
Aplicação de Algoritmo Genético Mono-objetivo e Multiobjetivo para Reconfiguração de Rede de Distribuição
-
Data: 27/09/2019
-
Mostrar Resumo
-
A reconfiguração da rede de um sistema de distribuição elétrica consiste em sua alteração topológica de operação, visando objetivos importantes como: redução de perdas, melhoria nos níveis de tensão, qualidade de energia, balanceamento de carga, entre outros.
Este trabalho apresenta uma nova abordagem ao problema de reconfiguração de redes de distribuição: é realizado o planejamento de operação, visando obter configurações mais ramificadas para alcançar topologias mais confiáveis. Para fazer o planejamento, o Algoritmo Genético é usado. Para considerar a ramificação, tratou-se a topologia radial como uma árvore (grafo sem ciclos) e convencionou-se que a maior ramificação é aquela com menor distância do nó raiz a todos os nós folhas da rede. Em outras palavras, considerando as definições das teorias dos grafos, a árvore de menor altura. O processo utilizado permite uma melhor redistribuição de ramos, realocando barras pertencentes a grandes corredores, em seções menores. Para verificar a desenvoltura da abordagem aqui proposta, analisaram-se as principais variáveis de qualidade de topologia, tais como: perfil de tensão, perdas ativas e número de consumidores sem eletricidade em caso de falta de energia.
O planejamento é realizado preparando a rede tanto para operação, quando é apresentado uma topologia com perfis de tensão adequados e mínimas perdas ativas, como para recomposição, quando a topologia proposta permite, em média, uma rápida recomposição do sistema na ocorrência de uma falta. Além disso, o Nondominated Sortinh Genetic Algorithms-II (NSGA-II) foi implementado para encontrar soluções que satisfaçam não apenas a minimização da altura total, mas também a minimização das perdas ativas. O Algoritmo Genético Multiobjetivo foi aplicado também para recompor os sistemas, em caso de falta única, buscando diversas soluções que minimizem as perdas resistivas e número de chaveamentos. Esta aplicação foi realizada para a escolha da melhor configuração de recomposição, analisando os custos envolvidos.
Os resultados das simulações, aplicados em sistemas de teste de 16, 33, 84 e 136 barras, mostraram que, ao minimizar o somatório da distância entre o nó fonte e os demais nós da rede, considerando-a como uma árvore, foi possível obter maior confiabilidade no sistema.
|
|
|
-
ÊNIO RODRIGUES VIANA
-
Heurística de factibilização para Algoritmos Evolutivos na Reconfiguração de Redes em Sistemas de Distribuição de Energia Elétrica
-
Data: 26/09/2019
-
Mostrar Resumo
-
A reconfiguração de sistemas de distribuição consiste na alteração da topologia da rede através do fechamento e abertura de chaves instaladas em pontos estratégicos da rede. Isolamento de faltas, minimização de perdas de potência ativa e balanceamento de cargas entre os alimentadores estão entre os principais objetivos de uma reconfiguração. Esse problema é de difícil resolução devido ao grande número de variáveis envolvidas e das restrições impostas, como o atendimento às leis de Kirchhoff, aos limites de tensão, àradialidade e ao não isolamento de carga.O problema pode ser classificado como umproblema de programação não linear inteiro misto (PNLIM) e apresenta o fenômeno de explosão combinatória. Neste trabalho é proposta uma nova abordagem para o tratamento de infactibilidade de soluções em algoritmos evolutivos que resolvem o problema de reconfiguração de sistemas de distribuição radial de energia elétrica. Os métodos aproximados são os mais comuns quando se lida com o problema de reconfiguração de sistemas de energia elétrica. Destes, os Algoritmos Evolutivos (AE’s) são os mais aplicados e os que apresentaram as melhores soluções. Porém, quando se lida com sistemas de grande porte, há significativa instabilidade na qualidade das soluções encontradas pelo AE. Uma possível causa desta instabilidade se deve ao fato de que, quando se lida com sistemas grande porte, muitas soluções infactíveis são geradas ao longo da busca. Assim, o algoritmo leva muitas gerações para conseguir encontrar soluções factíveis e somente a partir daí, é que o processo de otimização destas realmente ocorre. Porém, mesmo após muitas iterações, não há qualquer garantia que exista ao final da busca qualquer solução factível, principalmente quando se lida com sistemas complexos. Diante desta grave limitação dos AE, propôs-se neste trabalho uma heurística de factibilização para indivíduos da população de AE’s com intuito de garantir estabilidade às soluções dadas pelo AE e também para assegurar que, ao final do processo de busca ou a cada geração deste, todas as soluções da população do AE sejam factíveis. Um Algoritmo Genético simples foi utilizado para minimização das perdas de potência ativa, enquanto que o algoritmo NSGA-II foi empregado na otimização de dois objetivos: redução do número de manobras e redução das perdas de potência ativa. Ao serem realizados experimentos computacionais em sistemas de pequeno, médio e grande porte verificou-se que o método proposto pôde encontrar menores perdas de potência média para os sistemas de pequeno e médio porte. Obteve ainda a menor perda de potência mínima em todos os cenários. Graças ao baixo esforço computacional que o método como um todo demanda, pode-se admitir ainda a sua utilização em tempo real.
|
|
|
-
SAMUEL NOGUEIRA FIGUEIREDO
-
TÉCNICA DE MPPT HÍBRIDA APLICADA EM UM SISTEMA FOTOVOLTAICO SOB CONDIÇÕES DE SOMBREAMENTO UNIFORME E PARCIAL
-
Orientador : RANOYCA NAYANA ALENCAR LEAO E SILVA AQUINO
-
Data: 16/09/2019
-
Mostrar Resumo
-
Segundo a Empresa de Pesquisa Energética (EPE), a fonte de geração de energia elétrica que apresentou maior crescimento percentual de 2017 para 2018 foi a solar fotovoltaica que obteve 316,1 % de aumento no período de um ano. Apesar do evidente crescimento, os módulos fotovoltaicos apresentam níveis baixos de eficiência e possuem alta dependência das condições ambientais, como irradiação solar e temperatura. Isto posto, o arranjo fotovoltaico deve operar sempre no ponto de máxima potência global (GMPP) para que seja aproveitado o máximo da energia gerada. Nesse contexto, algumas técnicas clássicas atingem esse objetivo de maneira satisfatória em condições de sombreamento uniforme. Entretanto, as condições ambientais variam durante o dia e esses métodos não conseguem extrair a maior potência disponível em condições de sombreamento parcial. O presente trabalho tem como objetivo propor uma técnica de rastreamento do ponto de máxima potência (MPPT) híbrida que utiliza uma combinação dos métodos Otimização por Enxame de Partículas (PSO) e Perturba e Observa (P&O), aplicada em sistemas fotovoltaicos sob condições de sombreamento uniforme e parcial. O sistema fotovoltaico foi modelado nos softwares MATLAB® e PSIM®. A técnica de MPPT proposta é comparada com as técnicas P&O clássica, PSO padrão e uma híbrida P&O-PSO. Os resultados de simulação mostraram que o algoritmo híbrido proposto consegue rastrear o GMPP em condições de sombreamento uniforme e parcial e apresentou maior exatidão (justificado pela eficiência de simulação acima de 99 %) e precisão (evidenciado pelo baixo desvio padrão). O tempo de rastreamento é 50 % menor que na técnica PSO padrão. Além disso, o método proposto consegue extrair 0,3 % a mais de energia elétrica do sistema fotovoltaico em comparação com o híbrido P&O-PSO.
|
|
|
-
SÉRGIO PAULO MELO DE SOUZA
-
PREDIÇÃO DE SÉRIES TEMPORAIS PARA PLANEJAMENTO ENERGÉTICO UTILIZANDO REDES NEURAIS.
-
Orientador : JOSE MARIA PIRES DE MENEZES JUNIOR
-
Data: 16/01/2019
-
Mostrar Resumo
-
A predição de informações futuras consiste numa tarefa complexa, porém necessária em diversos setores da economia. Atualmente diversas pesquisas relacionadas a tarefa de predição utilizando redes neurais tem sido desenvolvidas. O resultado da aplicação de redes neurais nessa tarefa tem sido promissor, com destaque para as arquiteturas NARX e ELM que são mais recentes. Neste trabalho, aplicou-se as redes neurais FTDNN, NARX, ELM e NARX-ELM na predição de séries temporais importantes para o planejamento energético do Sistema Interligado Nacional (SIN). Utilizou-se uma adaptação do método de busca em grade para otimizar os hiperparâmetros de cada rede e encontrar a configuração ótima das mesmas. Em seguida, avaliou-se o desempenho dessas redes na predição recursiva de séries temporais de nível a montante e vazões afluentes das usinas hidrelétricas de Boa Esperança e Sobradinho. Portanto, este trabalho teve como objetivo otimizar diversas arquiteturas neurais através de métodos de busca de hiperparâmetros e comparar o desempenho na predição dessas séries temporais.
|
|