Thermal decomposition and stability in a series of heterobimetallic carbonyl compounds of the type [Fe(CO)4(HgX)2] (X=Cl, Br, I)

Foram preparados compostos carbonílicos heterobimetálicos do tipo [Fe(CO)₄(HgX)₂] ( X= Cl, Br, I), contendo ligação metal-metal, objetivando investigar suas estabilidades térmicas em função do halogênio coordenado aos átomos de mercúrio. A caracterização destes complexos foi feita usando-se de técnicas espectroscópicas de infravermelho e ressonância magnética nuclear, além de análise elementar. O produto final das termodecomposições foi identificado através de espectroscopia no infravermelho e difratograma de raios-X, método de pó.

Genetic variation in native and farmed populations of Tambaqui (Colossoma macropomum) in the Brazilian Amazon: regional discrepancies in farming systems

O tambaqui, Colossoma macropomum, é a espécie de peixes mais popularmente usada para a aquicultura no Brasil, mas não há nenhum estudo comparando a variação genética entre as populações nativas e de cultivo desta espécie. No presente estudo foram analisadas sequências de DNA mitocondrial para avaliar a diversidade genética entre duas populações selvagens, um plantel de produção de alevinos, e uma amostra de estoques de piscicultura, todos da região de Santarém, no oeste do estado do Pará. Níveis similares de diversidade genética foram encontrados em todas as amostras e, surpreendentemente, o plantel mostrou expressiva representação da diversidade genética registrada em populações selvagens. Estes resultados contrastam consideravelmente com os do estudo anterior de estoques cultivados nos estados do Amapá, Pará, Piauí, Rondônia, que registrou apenas dois haplótipos, indicando uma longa história de endogamia nas matrizes utilizadas para a produção de alevinos. Os resultados dos dois estudos mostram dois cenários distintos de aquicultura do tambaqui na Amazônia, que devem ser melhor avaliados, a fim de garantir o sucesso da expansão da atividade na região, e no resto do Brasil, já que o tambaqui e seus híbridos agora são cultivados em todo o país.

Análise da área de vulnerabilidade e estabilidade de tensão em sistemas elétricos com a inserção de parques eólicos

A presente dissertação de mestrado avalia os afundamentos e a estabilidade de tensão de um sistema elétrico real com inserção de parques eólicos. Os estudos de afundamentos de tensão servem de base para a determinação das áreas de vulnerabilidade do sistema elétrico, nas quais, por sua vez, são investigados os aspectos referentes à instabilidade de tensão ocasionada pela integração de parques eólicos com geradores assíncronos. Para este fim, é utilizado o programa computacional ANAQUALI, desenvolvido pelo CEPEL (Centro de Pesquisas de Energia Elétrica). No estudo do comportamento dinâmico da tensão decorrente de curto-circuito, no qual o sistema eólico é inserido nas concepções de velocidade fixa e velocidade variável, utiliza-se um programa computacional desenvolvido no aplicativo MATLABTM. Os resultados dessas simulações evidenciam que o sistema eólico de velocidade variável proporciona uma maior margem de estabilidade de tensão ao sistema elétrico, devido à presença do controle de velocidade e de tensão. Estes estudos não são comumente aplicados aos sistemas de geração distribuída, e por isso, esta dissertação contribui também neste aspecto, podendo seus resultados servir de base para o planejamento de centrais cólicas inseridas em sistemas elétricos convencionais.

Estratégia de otimização para a melhoria da interpretabilidade de redes bayesianas: aplicações em sistemas elétricos de potência

A investigação de métodos, técnicas e ferramentas que possam apoiar os processos decisórios em sistemas elétricos de potência, em seus vários setores, é um tema que tem despertado grande interesse. Esse suporte à decisão pode ser efetivado mediante o emprego de vários tipos de técnicas, com destaque para aquelas baseadas em inteligência computacional, face à grande aderência das mesmas a domínios com incerteza. Nesta tese, são utilizadas as redes Bayesianas para a extração de modelos de conhecimento a partir dos dados oriundos de sistemas elétricos de potência. Além disso, em virtude das demandas destes sistemas e de algumas limitações impostas às inferências em redes bayesianas, é desenvolvido um método original, utilizando algoritmos genéticos, capaz de estender o poder de compreensibilidade dos padrões descobertos por essas redes, por meio de um conjunto de procedimentos de inferência em redes bayesianas para a descoberta de cenários que propiciem a obtenção de um valor meta, considerando a incorporação do conhecimento a priori do especialista, a identificação das variáveis mais influentes para obtenção desses cenários e a busca de cenários ótimos que estabeleçam valores, definidos e ponderados pelo usuário/especialista, para mais de uma variável meta.

Extração de conhecimento em forma de regras difusas a partir de mapas auto-organizáveis de Kohonen: aplicação em diagnóstico de faltas incipientes em transformadores

Apesar das diversas vantagens oferecidas pelas redes neurais artificiais (RNAs), algumas limitações ainda impedem sua larga utilização, principalmente em aplicações que necessitem de tomada de decisões essenciais para garantir a segurança em ambientes como, por exemplo, em Sistemas de Energia. Uma das principais limitações das RNAs diz respeito à incapacidade que estas redes apresentam de explicar como chegam a determinadas decisões; explicação esta que seja humanamente compreensível. Desta forma, este trabalho propõe um método para extração de regras a partir do mapa auto-organizável de Kohonen, projetando um sistema de inferência difusa capaz de explicar as decisões/classificação obtidas através do mapa. A metodologia proposta é aplicada ao problema de diagnóstico de faltas incipientes em transformadores, em que se obtém um sistema classificatório eficiente e com capacidade de explicação em relação aos resultados obtidos, o que gera mais confiança aos especialistas da área na hora de tomar decisões.

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.

Uso de árvore de decisão para avaliação da segurança estática em tempo real de sistemas elétricos de potência

As técnicas utilizadas para avaliação da segurança estática em sistemas elétricos de potência dependem da execução de grande número de casos de fluxo de carga para diversas topologias e condições operacionais do sistema. Em ambientes de operação de tempo real, esta prática é de difícil realização, principalmente em sistemas de grande porte onde a execução de todos os casos de fluxo de carga que são necessários, exige elevado tempo e esforço computacional mesmo para os recursos atuais disponíveis. Técnicas de mineração de dados como árvore de decisão estão sendo utilizadas nos últimos anos e tem alcançado bons resultados nas aplicações de avaliação da segurança estática e dinâmica de sistemas elétricos de potência. Este trabalho apresenta uma metodologia para avaliação da segurança estática em tempo real de sistemas elétricos de potência utilizando árvore de decisão, onde a partir de simulações off-line de fluxo de carga, executadas via software Anarede (CEPEL), foi gerada uma extensa base de dados rotulada relacionada ao estado do sistema, para diversas condições operacionais. Esta base de dados foi utilizada para indução das árvores de decisão, fornecendo um modelo de predição rápida e precisa que classifica o estado do sistema (seguro ou inseguro) para aplicação em tempo real. Esta metodologia reduz o uso de computadores no ambiente on-line, uma vez que o processamento das árvores de decisão exigem apenas a verificação de algumas instruções lógicas do tipo if-then, de um número reduzido de testes numéricos nos nós binários para definição do valor do atributo que satisfaz as regras, pois estes testes são realizados em quantidade igual ao número de níveis hierárquicos da árvore de decisão, o que normalmente é reduzido. Com este processamento computacional simples, a tarefa de avaliação da segurança estática poderá ser executada em uma fração do tempo necessário para a realização pelos métodos tradicionais mais rápidos. Para validação da metodologia, foi realizado um estudo de caso baseado em um sistema elétrico real, onde para cada contingência classificada como inseguro, uma ação de controle corretivo é executada, a partir da informação da árvore de decisão sobre o atributo crítico que mais afeta a segurança. Os resultados mostraram ser a metodologia uma importante ferramenta para avaliação da segurança estática em tempo real para uso em um centro de operação do sistema.