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.

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.

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.

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.

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.

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.

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. 

Os microinversores para painéis fotovoltaicos são capazes de transformar a energia con-tinua dos painéis fotovoltaicos em alternada com um valor de tensão nominal igual ao de fornecimento. Esta tecnologia está sendo cada vez mais aprimorada e um dos pontos a serem explorados é o rastreamento do máximo ponto de potência-MPPT para maxi-mizar a potência dos painéis.
Portanto, este trabalho propõe um algoritmo MPPT híbrido com tamanho de passo va-riável baseado nos métodos convencionais Perturba e Observa (P&O) e Condutância Incremental (CI). O método proposto é comparado com os métodos convencionais e com alguns métodos expostos na literatura. Os resultados simulados e experimentais do algoritmo proposto aplicado a um painel fotovoltaico implantado a um microinversor flyback conectado à rede mostram alta eficiência no rastreamento de energia, resposta rápida e estável para diferentes condições de irradiação e temperatura.

Resumo: Previsões de carga são realizadas em função de valores passados, porém a presença de falhas e outliers, podem influenciar seu resultado. Os dados de carga possuem perfis típicos, tornando fundamental a separação dos mesmos em grupos, conforme seus perfis. Sendo assim, para uma previsão de carga satisfatória, a mesma deve ser precedida por filtragem e agrupamento do banco de dados. Essa pesquisa propõe um algoritmo de pré-processamento de curvas de carga, de um transformador de extra alta tensão instalado em uma subestação, suscetível à intempéries e peculiaridades do sistema elétrico. A primeira etapa do algoritmo, refere-se à filtragem dos dados, através de um processo iterativo, utilizando filtro de hampel, para correção das curvas de carga e pesquisa de defeitos remanescentes, empregando o sinal do detalhe oriundo do banco de filtros com Transformada Wavelet Discreta (TDW). Na segunda etapa, associada ao agrupamento, um processo iterativo realizou a redução das curvas de carga, através do sinal de aproximação do banco de filtros TDW, nos seus diversos níveis, seguido do agrupamento das mesmas curvas, aplicando o algoritmo k-means. Destacam-se os resultados de filtragem satisfatório com correções otimizadas, além do que o número curvas excluídas indicou anormalidades no sistema de medição. Os resultados mostraram que agrupamento resultante representa curvas de carga com tipologias bem definidas, associadas aos dias das semana, classe de carga, meses do ano e estações climáticas, apesar do referido agrupamento ter sido realizado sem supervisão, ou qualquer informação prévia fornecida ao algoritmo.

Os Sistemas de Automação de Subestações (SAS) atuais, baseados na tecnologia dos
IEDs (Intelligent Electronic Devices), favorecem a interoperabilidade entre equipamentos de
diferentes fabricantes em conformidade com a norma IEC (International Electrotechnical
Commission) 61850. A comunicação entre os dispositivos dos sistemas PAC (Proteção
Automação e Controle) das subestações, antes realizada através de conexões elétricas entre
entradas e saídas binárias de equipamentos, começa a utilizar um meio digital para a troca de
informações através das mensagens GOOSE (Generic Oriented Object Substation Event). As
mensagens GOOSE são utilizadas, por exemplo, para enviar informações sobre a atuação dos
relés de proteção (substituindo os contatos elétricos). Já as mensagens SMV (Sampled Mensured
Value) enviam informações de corrente e tensão elétrica do sistema, em formato digital, através
da rede ethernet (substituindo os sinais analógicos convencionais). Essa Dissertação aborda
conceitos relevantes sobre os Sistemas de Proteção das Subestações modernas, que trabalham em
conformidade com a norma IEC 61850. São realizados testes do tempo de atuação para os relés
de proteção das principais funções, a saber: sobrecorrente temporizada não-direcional (50/51),
sobrecorrente direcional (67), diferencial de transformador (87) e de distância (21). Os tempos de
atuação dos disjuntores para as interfaces de disparo por relé auxiliar e pacote GOOSE são
comparados, sendo confirmado o benefício da redução do tempo de disparo devido ao uso do
padrão IEC 61850 nas subestações. São estabelecidos conceitos sobre as mensagens SMV,
utilizadas na digitalização dos parâmetros elétricos das Subestações para diminuir a dependência
dos condutores de cobre nos equipamentos de medição. Adicionalmente, é proposto um novo
algoritmo de repetição dos pacotes GOOSE baseado na lógica Fuzzy e através do interpretador
Scapy para Python, de modo a atender os arranjos com relés digitais de proteção em seletividade
lógica radial. Os pacotes ethernet GOOSE dos IEDs imediatamente a jusante são gerados de
acordo com a corrente elétrica circulante e o tipo de curva protetiva associada aos IEDs
imediatamente a montante. Os resultados demonstram redução média de até 400 ms no tempo de
eliminação das faltas, pelo uso do algoritmo de repetição GOOSE baseado na Lógica Fuzzy.

Este trabalho tem como objetivo aplicar Redes Neurais Artificiais (RNAs) para obter o diagnóstico da qualidade do óleo isolante de transformadores de potência a partir das concentrações de gases dissolvidos neste óleo. Tal diagnóstico é tradicionalmente obtido a partir da análise das propriedades físico-químicas do liquido, enquanto a concentração dos gases é utilizada para detectar as ocorrências de falhas incipientes no transformador. No entanto, existe uma dualidade entre essas duas características (BARBOSA, 2013). Análises de Óleo realizadas por mais de trinta anos em mais de 150 Transformadores de Potência do Brasil foram usadas para implementar e testar a ferramenta proposta. O objetivo principal é permitir um planejamento correto da manutenção de transformadores com menor custo, uma vez que apenas com a análise dos gases dissolvidos é possível inferir sobre a qualidade do óleo e a ocorrência de falhas. Quatro RNAs são testadas para realizar essa tarefa: Perceptron Multi Camadas, ou do inglês Multilayer Perceptron (MLP), Rede Função de Base Radial, ou do inglês Radial Basis Function (RBF), Rede Máquina de Aprendizado Extremo, ou do inglês Extreme Learning Machine (ELM), Rede Mapa Auto Organizável ou do inglês Self Organizated Map (SOM) e Rede Mapa Auto Organizável com K Vencedores, ou do inglês K-Winners Self Organizated Map (KSOM) . O desempenho das RNAs foi analisado e comparado entre elas e entre os métodos tradicionais de diagnósticos de óleo. Os resultados mostraram que a ferramenta proposta foi mais próspera que os métodos tradicionais de avaliação de óleo de transformadores.

O trabalho propõe a aplicação da modulação SHE-PWM ao Inversor Multinível Híbrido Simétrico Trifásico de Cinco Níveis baseado nas topologias Half-Bridge e ANPC proposto por Silva (2013) a fim de comparar o desempenho desta modulação frente as já aplicadas anteriormente nesta estrutura. De início é apresentada a topologia do inversor com seus possíveis estados de comutação, lógica de acionamento escolhida e detalhamento dos caminhos de corrente durante a operação do inversor. Em seguida é aplicada a estratégia de modulação SHE-PWM, apresentando-se a forma de onda desejada na saída do inversor para eliminar os harmônicos escolhidos, o cálculo dos ângulos de chaveamento pelo método de Newton-Raphson e a implementação digital da técnica usando FPGA. Foi realizado um estudo de desempenho do inversor através de simulação, na qual é analisado o conteúdo harmônico e as perdas usando um método de estimação no software PSIM. Por fim são apresentados os resultados experimentais referentes à estratégia de modulação SHE-PWM aplicada ao inversor, realizando uma análise comparativa em relação às outras duas modulações já aplicadas por Silva (2013), PD-PWM e CSV-PWM. Sendo mostradas as principais formas de onda, tais como: pulsos de acionamento dos interruptores, esforços de tensão e corrente nos interruptores, tensões de fase e de linha, bem como corrente na carga, estas relacionadas à operação do inversor com potência nominal. Para embasar a análise comparativa de desempenho da modulação em questão foram coletadas informações sobre o conteúdo harmônico e rendimento do inversor. Utilizando a modulação SHE-PWM, o conversor apresentou um melhor rendimento, superior a 96%, e com exceção do resultado obtido para o índice de modulação de 0,5, o conteúdo harmônico apresentou uma melhora para toda faixa de índices testados, sendo que para o melhor caso, índice de 0,9, a WTHD é 45% menor em relação a PD-PWM e 58% menor com relação a CSV-PWM.