Comparação de métodos baseados em algoritmos genéticos para ajuste coordenado de estabilizadores de sistemas de potência

Essa dissertação de mestrado apresenta um estudo comparativo entre três metodologias baseadas em algoritmos genéticos para ajuste coordenado de estabilizadores de sistemas de potência (ESP). Os procedimentos de ajuste do ESP são formulados como um problema de otimização, a fim de: 1) maximizar o coeficiente de amortecimento mínimo do sistema em malha fechada; 2) maximizar o somatório de todos os coeficientes de amortecimento do sistema em malha fechada; e 3) deslocar os modos eletromecânicos poucos amortecidos ou mal amortecidos para uma zona pré-escrita no plano s. As três metodologias consideram um conjunto de condições de operacionais pré-especificadas. O sistema elétrico foi representado por equações no espaço de estado e as matrizes associadas com a modelagem foram obtidas por meio da versão acadêmica do programa PacDyn. As simulações foram realizadas usando o MATLAB. As metodologias foram aplicadas no conhecido sistema teste New England.

Estudo de algoritmos para classificação de séries temporais: uma aplicação em qualidade de energia elétrica

Aborda a classificação automática de faltas do tipo curto-circuito em linhas de transmissão. A maioria dos sistemas de transmissão possuem três fases (A, B e C). Por exemplo, um curto-circuito entre as fases A e B pode ser identicado como uma falta\AB". Considerando a possibilidade de um curto-circuito com a fase terra (T), a tarefa ao longo desse trabalho de classificar uma série temporal em uma das 11 faltas possíveis: AT, BT, CT, AB, AC, BC, ABC, ABT, ACT, BCT, ABCT. Estas faltas são responsáveis pela maioria dos distúrbios no sistema elétrico. Cada curto-circuito é representado por uma seqüência (série temporal) e ambos os tipos de classificação, on-line (para cada curto segmento extraído do sinal) e off-line (leva em consideração toda a seqüência), são investigados. Para evitar a atual falta de dados rotulados, o simulador Alternative Transient Program (ATP) é usado para criar uma base de dados rotulada e disponibilizada em domínio público. Alguns trabalhos na literatura não fazem distinção entre as faltas ABC e ABCT. Assim, resultados distinguindo esse dois tipos de faltas adotando técnicas de pré-processamento, diferentes front ends (por exemplo wavelets) e algoritmos de aprendizado (árvores de decisão e redes neurais) são apresentados. O custo computacional estimado durante o estágio de teste de alguns classificadores é investigado e a escolha dos parâmetros dos classificadores é feita a partir de uma seleção automática de modelo. Os resultados obtidos indicam que as árvores de decisão e as redes neurais apresentam melhores resultados quando comparados aos outros classificadores.

Avaliação de desempenho de algoritmos de alocação de comprimento de onda em redes ópticas WDM

Neste trabalho estudamos alguns algoritmos de alocação de comprimento de onda em redes ópticas WDM (Wavelength Division Multiplexing). O objetivo para estudar os algoritmos de alocação first-fit, least-used e most-used está baseado na estratégia adotada para estudar o Problema RWA. A estratégia toma como base a visão geral do problema que envolve os algoritmos de roteamento e os algoritmos de alocação de comprimento de onda, e tendo como métrica principal para seus resultados a probabilidade de bloqueio. Este trabalho apresenta uma visão diferenciada para o problema e considera-se que a alocação de comprimentos de onda se sobrepõe, em importância, à ação de roteamento em redes ópticas. Essa percepção ocorre quando se analisa o problema RWA a partir do critério clássico usado no estabelecimento de uma rota: a escolha do caminho mais curto entre a origem e o destino. Apesar da identificação de um caminho mais curto, isso não garante, em redes ópticas, que ele será o utilizado, pois é necessário que haja para aquele caminho, um comprimento de onda adequado. Foi utilizada uma ferramenta de simulação para redes WDM denominada OWNS para realizar uma análise do problema RWA. Os resultados obtidos são apresentados graficamente e em uma das simulações observou-se uma forte tendência de queda na probabilidade de bloqueio e uma boa vazão no trafego da rede com isso possibilitando um aumento na capacidade de transmissão da rede. Por fim, este texto apresenta uma discussão sobre os diferenciais e limitações deste trabalho, e apresenta direcionamentos para investigações futuras neste campo de estudo.

Otimização de sistemas DSL utilizando técnicas de gerenciamento de espectro

Esta dissertação apresenta contribuições à algumas modalidades de gerenciamento de espectro em redes DSL que tem recebido pouca atenção na literatura : minimização de potência e maximização de margem de ruído. Com relação a minimização de potência, cerca de 60% da potência total consumida pelos modems DSL é utilizada na transmissão. A contribuição dessa dissertação nesse âmbito foi provar matematicamente que os algoritmos de maximização de taxa também podem ser usados para minimizar potência. Dessa forma, praticamente se elimina o atraso histórico entre o estado da arte em maximização de taxa e minimização de potência, colocando-os no mesmo nível de desenvolvimento. A segunda contribuição dessa dissertação é sobre a modalidade de maximização de margem de ruído, de modo a otimizar a estabilidade de redes DSL. Nessa linha de pesquisa, essa dissertação apresenta um novo alogoritmo para a maximização de margem multiusuário, que apresenta desempenho superior a um algoritmo publicado anteriormente na literatura especializada.

Algoritmo genético retroviral iterativo

Este trabalho tem como objetivo apresentar o desenvolvimento de uma metaheurística híbrida baseada no ciclo de vida viral, mais especificamente dos Retrovírus, que fazem parte do grupo dos seres que evoluem mais rápido na natureza. Este algoritmo é denominado Algoritmo Genético Retroviral Iterativo (AGRI) e para embasamento computacional são utilizados conceitos de Algoritmo Genético (AG) e biológico características de replicação e evolução retroviral, o que proporciona uma grande diversidade genética o que aumenta a probabilidade para encontrar a solução, fato este confirmado através de melhores resultados obtidos pelo AGRI em relação ao AG.

Método de otimização não-linear para impor PSDs arbitrárias em modems DSL: análise estatística e prática

Este trabalho tem como objetivo apresentar um método para solucionar o problema de mapeamento entre as soluções teóricas de gerenciamento dinâmico de espectro (DSM) e os parâmetros de controle das densidades espectrais de potência (PSDs) de transmissão dos modems comerciais. O método utiliza algoritmos genéticos (AG) codificado em inteiros para solucionar o problema. O AG é responsável por achar os melhores parâmetros para representar uma PSD arbitrária, considerando as restrições impostas pelos equipamentos e padrões atuais DSL. O trabalho apresenta ainda um estudo comparativo do método proposto com um concorrente, além de estudo estatístico do método proposto, considerando média, desvio padrão e intervalo de confiança. Adicionalmente, são apresentados dois setups para uso em laboratório, sendo um para medição de PSDs e o outro para funções de transferência, os quais podem ser reaproveitados em outros trabalhos.

Estudo comparativo da distribuição espaço-temporal da precipitação na Amazônia Oriental

Este trabalho utilizou os dados de precipitação do período de janeiro de 2000 a setembro de 2007 da torre micrometeorológica localizada na Estação Científica Ferreira Pena (ECFP) em Caxiuanã e foram comparados com o algoritmo 3B42 que combina dados de satélites no canal de microoondas para ajustar aqueles do canal infravermelho. Adicionalmente foi feita uma análise da distribuição temporal e espacial da precipitação na Amazônia Oriental utilizando os dados de cinco algoritmos estimadores de precipitação: O Geostationary Environmental SalellitePrecipitation lndex (GPI); o 3B42; 3A12 e 3A25 que são os algoritmos provenientes dos sensores de microondas e do radar meteorológico à bordo do satélite Tropical Rainfall MeasuringMission (TRMM); e o Global Precipitation Climatology Center (GPCC) de janeiro de 1998 a dezembro de 2007. A comparação entre o algoritmo 3B42 com os dados do pluviógrafo da torre mostrou que o estimador 3B42 superestima a precipitação em relação aos dados da torre para todo o período de estudo. Os períodos mais chuvosos foram os trimestres de março-abril-maio (MAM) e dezembro-janeiro-feveireiro (DJF) e os períodos menos chuvosos foram setembro-outubro-novembro (SON) e junho-julho-agosto (JJA). Esta sazonalidade da precipitação se apresenta principalmente devido à influência da Zona de Convergência Intertropical (ZCIT), que contribui de maneira apreciável para a modulação da estação chuvosa na região. A comparação trimestral entre o algoritmo 3B42 e pluviógrafo da torre, mostra que o algoritmo 3B42 superestimou (subestimou) a precipitação em relação ao pluviógrafo em MAM e JJA (DJF e SON); e DJF é o trimestre que apresenta as estimativas de precipitação com valores mais aproximados a precipitação medida na torre micrometeorológica de Caxiuanã. Na média mensal o 3B42 subestima a precipitação de outubro a janeiro e superestima em relação as dados medidos na torre, de março a agosto. O algoritmo3B42 superestimou (subestimou) a precipitação noturna (matutina e vespertina) do ciclo diurno em relação ao pluviógrafo da torre, nas vizinhanças de Caxiuanã. No entanto ambos estimadores mostraram que em média o horário de maior precipitação é por volta das 1800hora local (HL). Além disso, as análises do ciclo diurno médio sazonal indicam que em DJF nos horários de 0900 HL, 1500 HL e 1800HL têm os valores de precipitação estimada pelo algoritmo3B42 mais aproximados aos valores da precipitação medida pontualmente em Caxiuanã. Os meses de novembro a fevereiro têm um máximo principal de precipitação no período vespertino, tanto na torre como no algoritmo 3B42. No período de maio à julho o horário os máximos diurnos de precipitação passam do período da tarde para os da noite e madrugada,modificando o ciclo diurno em comparação aos demais meses. A comparação entre os cinco algoritmos na Amazônia Oriental mostrou diferentes comportamentos entre os estimadores. O algoritmo GPI subestimou s precipitação em relação aos demais algoritmos na região costeira do Amapá e Guiana Francesa e superestimou na região central da Amazônia. Tanto o algoritmo 3A12 quanto o 3A25 apresentaram menor precipitação que os demais algoritmos. O algoritmo 3842, por ser uma combinação de várias estimativas baseadas no canal de microondas e infravermelho, apresenta padrões semelhantes a Figueroa e Nobre (1990). No entanto, o GPCC mostra menos detalhes na distribuição espacial de precipitação nos lugares onde não há pluviômetros como, por exemplo, no Noroeste do Pará. As diferenças entre os algoritmos aqui considerados podem estar relacionados com as características de cada algoritmo e/ou a metodologia empregada. As comparações pontuais de precipitação de um pluviômetro com a média numa área com dados provenientes de satélites podem ser a explicação para as diferenças entre os estimadores nos trimestres ou ciclo diurno. No entanto não se descartam que essas diferenças sejam devidas à diferente natureza da precipitação entre as subregiões, assim como a existência de diferentes sistemas que modulam o ciclo diurno da precipitação na Amazônia Oriental.

A aprendizagem de algoritmos: uma experiência no curso de Tecnologia em Informática do CEFET- PA

Esta pesquisa trata de uma experiência vivida com os alunos do curso de Tecnologia em Análise e Desenvolvimento de Sistemas do Centro Federal de Educação Tecnológica do Pará - CEFET sobre o aprendizado de algoritmos e programação. O presente estudo justifica-se pela relevância em se discutir a prática do profissional da área de informática que atua na educação profissional superior com o ensino de algoritmos. Embora haja concepções acerca dos obstáculos relacionados ao tema, há a necessidade de se investigar as dificuldades e fatores que contribuem com a aprendizagem de algoritmos e consequentemente de programação. Assim este trabalho se propõe a responder a seguinte questão? É possível melhorar o processo ensino-aprendizagem de algoritmos através da pedagogia de projetos? Com base nas observações levantadas, propomos e colocamos em prática um modelo de ensino baseado nesta pedagogia, com o objetivo de potencializar a compreensão de algoritmos. A metodologia adotada utilizou a pesquisa-ação no sentido de investigação colaborativa de observação na ação. Os fundamentos teóricos basearam-se na teoria de aprendizagem significativa de David Ausubel, nas propostas facilitadoras dessa aprendizagem por Postman e Weingartner, Marco Antônio Moreira e no Construcionismo de Papert. De um modo geral foram constatadas boas impressões com desenvolvimento do projeto especialmente por termos observado nos alunos maior motivação com a atividade de programação percebida pela autonomia e reflexão nas etapas de desenvolvimento do projeto.

Estratégia de redução de consumo de energia em redes de sensores sem fio heterogêneas utilizando lógica fuzzy

O avanço nas áreas de comunicação sem fio e microeletrônica permite o desenvolvimento de equipamentos micro sensores com capacidade de monitorar grandes regiões. Formadas por milhares de nós sensores, trabalhando de forma colaborativa, as Redes de Sensores sem Fio apresentam severas restrições de energia, devido à capacidade limitada das baterias dos nós que compõem a rede. O consumo de energia pode ser minimizado, permitindo que apenas alguns nós especiais, chamados de Cluster Head, sejam responsáveis por receber os dados dos nós que formam seu cluster e propagar estes dados para um ponto de coleta denominado Estação Base. A escolha do Cluster Head ideal influencia no aumento do período de estabilidade da rede, maximizando seu tempo de vida útil. A proposta, apresentada nesta dissertação, utiliza Lógica Fuzzy e algoritmo k-means com base em informações centralizadas na Estação Base para eleição do Cluster Head ideal em Redes de Sensores sem Fio heterogêneas. Os critérios usados para seleção do Cluster Head são baseados na centralidade do nó, nível de energia e proximidade para a Estação Base. Esta dissertação apresenta as desvantagens de utilização de informações locais para eleição do líder do cluster e a importância do tratamento discriminatório sobre as discrepâncias energéticas dos nós que formam a rede. Esta proposta é comparada com os algoritmos Low Energy Adaptative Clustering Hierarchy (LEACH) e Distributed energy-efficient clustering algorithm for heterogeneous Wireless sensor networks (DEEC). Esta comparação é feita, utilizando o final do período de estabilidade, como também, o tempo de vida útil da rede.

Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional

Este trabalho propõe a utilização de técnicas de inteligência computacional objetivando identificar e estimar a potencia de ruídos em redes Digital Subscriber Line ou Linhas do Assinante Digital (DSL) em tempo real. Uma metodologia baseada no Knowledge Discovery in Databases ou Descobrimento de Conhecimento em Bases de Dados (KDD) para detecção e estimação de ruídos em tempo real, foi utilizada. KDD é aplicado para selecionar, pré-processar e transformar os dados antes da etapa de aplicação dos algoritmos na etapa de mineração de dados. Para identificação dos ruídos o algoritmo tradicional backpropagation baseado em Redes Neurais Artificiais (RNA) é aplicado objetivando identificar o tipo de ruído em predominância durante a coleta das informações do modem do usuário e da central. Enquanto, para estimação o algoritmo de regressão linear e o algoritmo híbrido composto por Fuzzy e regressão linear foram aplicados para estimar a potência em Watts de ruído crosstalk ou diafonia na rede. Os resultados alcançados demonstram que a utilização de algoritmos de inteligência computacional como a RNA são promissores para identificação de ruídos em redes DSL, e que algoritmos como de regressão linear e Fuzzy com regressão linear (FRL) são promissores para a estimação de ruídos em redes DSL.

Metodologia baseada em sistema fuzzy intervalar do tipo-2 para detecção e identificação de faltas de incipientes em motores de indução

Desde a incorporação da automação no processo produtivo, a busca por sistemas mais eficientes, objetivando o aumento da produtividade e da qualidade dos produtos e serviços, direcionou os estudos para o planejamento de estratégias que permitissem o monitoramento de sistemas com o intuito principal de torna-los mais autônomos e robustos. Por esse motivo, as pesquisas envolvendo o diagnóstico de faltas em sistemas industriais tornaram-se mais intensivas, visto a necessidade da incorporação de técnicas para monitoramente detalhado de sistemas. Tais técnicas permitem a verificação de perturbações, falta ou mesmo falhas. Em vista disso, essa trabalho investiga técnicas de detecção e diagnostico de faltas e sua aplicação em motores de indução trifásicos, delimitando o seu estudo em duas situações: sistemas livre de faltas, e sobre atuação da falta incipiente do tipo curto-circuitoparcial nas espiras do enrolamento do estator. Para a detecção de faltas, utilizou-se analise paramétrica dos parâmetros de um modelo de tempo discreto, de primeira ordem, na estrutura autoregressivo com entradas exógenas (ARX). Os parâmetros do modelo ARX, que trazem informação sobre a dinâmica dominante do sistema, são obtidos recursivamente pela técnica dos mínimos quadrados recursivos (MQR). Para avaliação da falta, foi desenvolvido um sistema de inferência fuzzy (SIF) intervala do tipo-2, cuja mancha de incerteza ou footprint of uncertainty (FOU), características de sistema fuzzy tipo-2, é ideal como forma de representar ruídos inerentes a sistemas reais e erros numéricos provenientes do processo de estimação paramétrica. Os parâmetros do modelo ARX são entradas para o SIF. Algoritmos genéricos (AG’s) foram utilizados para otimização dos SIF intervalares tipo-2, objetivando reduzir o erro de diagnóstico da falta identificada na saída desses sistemas. Os resultados obtidos em teste de simulação computacional demonstram a efetividade da metodologia proposta.

Comparação dos algoritmos C4.5 e MLP usados na avaliação da segurança dinâmica e no auxílio ao controle preventivo no contexto da estabilidade transitória de sistemas de potência

Esse trabalho compara os algoritmos C4.5 e MLP (do inglês “Multilayer Perceptron”) aplicados a avaliação de segurança dinâmica ou (DSA, do inglês “Dynamic Security Assessment”) e em projetos de controle preventivo, com foco na estabilidade transitória de sistemas elétricos de potência (SEPs). O C4.5 é um dos algoritmos da árvore de decisão ou (DT, do inglês “Decision Tree”) e a MLP é um dos membros da família das redes neurais artificiais (RNA). Ambos os algoritmos fornecem soluções para o problema da DSA em tempo real, identificando rapidamente quando um SEP está sujeito a uma perturbação crítica (curto-circuito, por exemplo) que pode levar para a instabilidade transitória. Além disso, o conhecimento obtido de ambas as técnicas, na forma de regras, pode ser utilizado em projetos de controle preventivo para restaurar a segurança do SEP contra perturbações críticas. Baseado na formação de base de dados com exaustivas simulações no domínio do tempo, algumas perturbações críticas específicas são tomadas como exemplo para comparar os algoritmos C4.5 e MLP empregadas a DSA e ao auxílio de ações preventivas. O estudo comparativo é testado no sistema elétrico “New England”. Nos estudos de caso, a base de dados é gerada por meio do programa PSTv3 (“Power System Toolbox”). As DTs e as RNAs são treinada e testadas usando o programa Rapidminer. Os resultados obtidos demonstram que os algoritmos C4.5 e MLP são promissores nas aplicações de DSA e em projetos de controle preventivo.

3D raytracing through homogeneous anisotropic media with smooth interfaces

O raio conectando dois pontos em um meio anisotrópico, homogêneo por partes e com variação lateral, é calculado utilizando-se técnicas de continuação em 3D. Se combinado com algoritmos para solução do problema de valor inicial, o método pode ser estendido para o cálculo de eventos qS₁ e qS₂. O algoritmo apresenta a mesma eficiência e robustez que implementações de técnicas de continuação em meios isotrópicos. Rotinas baseadas neste algoritmo têm várias aplicações de interesse. Primeiramente, na modelagem e inversão de parâmetros elásticos na presença de anisotropia. Em segundo lugar, as iterações de Newton-Raphson produzem atributos da frente de onda como vetor vagarosidade e a matrix hessiana do tempo de trânsito, quantidades que permitem determinar o espalhamento geométrico e aproximações de segunda ordem para o tempo de trânsito. Estes atributos permitem calcular as amplitudes ao longo do raio e investigar os efeitos da anisotropia no empilhamento CRS em modelos de velocidade simples.

Um framework para a previsão de cenários com o uso de sistemas híbridos neurogenéticos para compra e venda de energia elétrica no mercado futuro

No contexto da previsão de séries temporais, é grande o interesse em estudos de métodos de previsão de séries temporais que consigam identificar as estruturas e padrões existentes nos dados históricos, possibilitando gerar os próximos padrões da série. A proposta defendida nesta tese é a de desenvolvimento de um framework que utilize ao máximo as potencialidades das técnicas de previsão (redes neurais artificiais) com as técnicas de otimização (algoritmos genéticos) em um sistema híbrido intercomunicativo que aproveite bem as vantagens de cada uma dessas técnicas para a geração de cenários futuros que possam mostrar, além das previsões normais com base nos valores históricos, percursos alternativos das curvas das séries temporais analisadas.

Metodologias de inteligência computacional aplicadas ao problema de previsão de carga a curto prazo

Diversas atividades de planejamento e operação em sistemas de energia elétrica dependem do conhecimento antecipado e preciso da demanda de carga elétrica. Por este motivo, concessionárias de geração e distribuição de energia elétrica cada vez mais fazem uso de tecnologias de previsão de carga. Essas previsões podem ter um horizonte de curtíssimo, curto, médio ou longo prazo. Inúmeros métodos estatísticos vêm sendo utilizados para o problema de previsão. Todos estes métodos trabalham bem em condições normais, entretanto deixam a desejar em situações onde ocorrem mudanças inesperadas nos parâmetros do ambiente. Atualmente, técnicas baseadas em Inteligência Computacional vêm sendo apresentadas na literatura com resultados satisfatórios para o problema de previsão de carga. Considerando então a importância da previsão da carga elétrica para os sistemas de energia elétrica, neste trabalho, uma nova abordagem para o problema de previsão de carga via redes neurais Auto-Associativas e algoritmos genéticos é avaliada. Três modelos de previsão baseados em Inteligência Computacional são também apresentados tendo seus desempenhos avaliados e comparados com o sistema proposto. Com os resultados alcançados, pôde-se verificar que o modelo proposto se mostrou satisfatório para o problema de previsão, reforçando assim a aplicabilidade de metodologias de inteligência computacional para o problema de previsão de cargas.