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: 12/04/2019
HORA: 15:30
LOCAL: Sala 260 PPGCC - Departamento de Computação (SG-09)
TÍTULO: Mecanismo de Compressão de Dados para Medidores Inteligentes em um cenário de Smart Grid
PALAVRAS-CHAVES: Compressão de dados. Gerenciamento pelo lado da demanda. Média móvel. Medidor inteligente. Outliers. Testbed
PÁGINAS: 40
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 informações relacionadas ao consumo. Os dados coletados são transmitidos para a concessionária de energia por meio de uma infraestrutura 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 na infraestrutura 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 taxa de compressão de 0.0417. No entanto por utilizar ajuste de curva, o mecanismo proposto apresenta certo nível de imprecisão nos dados recuperados pelo modelo, o que pode prejudicar financeiramente o consumidor ou a concessionária de energia elétrica. Mesmo assim com a presença do limiar de erro é possível controlar o nível de imprecisão de modo que o impacto financeiro seja mínimo. Além disso, o custo associado à execução do mecanismo foi avaliado em um dispositivo com baixo poder computacional, bem como a viabilidade de integração do mecanismo proposto com outras funcionalidades presentes no cenário de gerenciamento pelo lado da demanda. Por fim, outro breve experimento analisou a aplicação de média móvel sob diferentes configurações para analisar a suavização de outliers que possam prejudicar o funcionamento do mecanismo.


MEMBROS DA BANCA:
Externo ao Programa - 000.785.383-19 - FABBIO ANDERSON SILVA BORGES - UFPI
Interno - 1732950 - JOSE VALDEMIR DOS REIS JUNIOR
Externo à Instituição - RAIMIR HOLANDA FILHO - UNIFOR
Presidente - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Notícia cadastrada em: 25/03/2019 09:53
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb05.ufpi.br.instancia1 19/10/2019 21:58