Notícias

Banca de DEFESA: DOUGLAS LOPES DE SOUSA MENDES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DOUGLAS LOPES DE SOUSA MENDES
DATA: 22/03/2019
HORA: 08:00
LOCAL: Sala 260 PPGCC - Departamento de Computação (SG-09)
TÍTULO: Mecanismo de compressão de dados adaptativo para redução de dados em redes elétricas inteligentes
PALAVRAS-CHAVES: Ajuste de Curva. Compressão de Dados. Medidor Inteligente. Redes Elétricas Inteligentes.
PÁGINAS: 50
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Sistemas de Informação
RESUMO:

As redes elétricas inteligentes apresentam uma nova arquitetura para o sistema elétrico de potência onde, aliadas a novas tecnologias de informação e comunicação, visam garantir o atendimento à demanda requerida assegurando a qualidade, disponibilidade e confiabilidade no fornecimento de energia elétrica. Um dos seus principais componentes são os medidores inteligentes, equipamentos instalados junto aos consumidores, que possuem como função principal registrar dados relacionados ao consumo. Os dados coletados são transmitidos para a concessionária de energia por meio de um sistema de comunicação bidirecional e são extremamente valiosos para a concessionária, pois por meio deles é possível prever a demanda de carga elétrica, detectar irregularidades, desenvolver novas políticas de tarifação, entre outros. No entanto, grande volume de dados trafegados pela rede em direção à concessionária podem ocasionar congestionamento no sistema de comunicação, levando a perda de pacotes, aumento na latência, dentre outros problemas. Dessa forma, este trabalho propõe um mecanismo de compressão de dados adaptativo, baseado em ajuste de curvas, que é capaz de representar o perfil de consumo por meio de um modelo funcional. Tal mecanismo está associado ao medidor inteligente e tem como objetivo reduzir a quantidade de dados enviados pelo mesmo. Para avaliar o mecanismo proposto foram utilizados dados de consumo para diferentes perfis, extraídos da ferramenta Load Profile Generator, onde os parâmetros passíveis de ajuste (limiar de erro e capacidade de buffer) foram estudados sob diferentes configurações, alcançando uma redução de aproximadamente 95% do total de dados a serem enviados pelos medidores. Para analisar o impacto provocado pelo processo de compressão no medidor inteligente, um cenário prático foi construído utilizando hardware de baixo poder computacional, onde as métricas de tempo de processamento e quantidade de memória utilizada foram avaliados. Além disso, a presença de dados discrepantes que possam prejudicar o desempenho do mecanismo é tratada ao aplicar média móvel para suavizar sua presença.


MEMBROS DA BANCA:
Presidente - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Interno - 1732950 - JOSE VALDEMIR DOS REIS JUNIOR
Externo ao Programa - 000.785.383-19 - FABBIO ANDERSON SILVA BORGES - UFPI
Externo à Instituição - JOEL JOSE PUGA COELHO RODRIGUES - INT
Notícia cadastrada em: 25/03/2019 09:48
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb05.ufpi.br.instancia1 19/10/2019 21:52