Localização de falhas em linhas de transmissão utilizando decomposição harmônica e redes neurais artificiais

Este trabalho propõe a utilização de uma nova metodologia para a localização de falhas em linhas de transmissão (LT). Esta metodologia consiste na utilização da decomposição harmônica da corrente de fuga de uma linha e na aplicação de uma Rede Neural Artificial (RNA) capaz de distinguir padrões da condição normal de funcionamento e padrões de situações de falhas de uma LT. Foi utilizado um modelo Pi capaz de absorver dados reais de tensão e corrente de três fases e de alterar valores de R, L e C segundo modificações ambientais. Neste modelo foram geradas falhas em todas as torres com diferentes valores de capacitância. A saída fornecida pelo modelo é a decomposição da corrente de fuga do trecho considerado. Os dados de entrada e saída do modelo foram utilizados no treinamento da RNA desenvolvida. A aquisição de dados reais de tensão e corrente foi feita através de analisadores de parâmetros de qualidade de energia elétrica instalados nas extremidades de um trecho de LT, Guamá-Utinga, pertencente à Centrais Elétricas do Norte do Brasil ELETRONORTE. O cálculo dos parâmetros construtivos foi feito através do método matricial e melhorado através da utilização do Método de Elementos Finitos (MEF). A RNA foi desenvolvida com o auxílio do software Matlab. Para treinamento da RNA foi utilizado o algoritmo de Retropropagação Resiliente que apresentou um bom desempenho. A RNA foi treinada com dois conjuntos de dados de treinamento para analisar possíveis diferenças entre as saídas fornecidas pelos dois grupos. Nos dois casos apresentou resultados satisfatórios, possibilitando a localização de falhas no trecho considerado.

Nova metodologia para análise e síntese de sistemas de aterramento complexos utilizando o método lN-FDTD, computação paralela automática e redes neurais artificiais

Neste trabalho, o método FDTD em coordenadas gerais (LN-FDTD) foi implementado para a análise de estruturas de aterramento com geometrias coincidentes ou não com o sistema de coordenadas cartesiano. O método soluciona as equações de Maxwell no domínio do tempo, permitindo a obtenção de dados a respeito da resposta transitória e de regime estacionário de estruturas diversas de aterramento. Uma nova formulação para a técnica de truncagem UPML em coordenadas gerais, para meios condutivos, foi desenvolvida e implementada para viabilizar a análise dos problemas (LN-UPML). Uma nova metodologia baseada em duas redes neurais artificiais é apresentada para a deteccão de defeitos em malhas de terra. O software FDTD em coordenadas gerais foi testado e validado para vários casos. Uma interface gráfica para usuários, chamada LANE SAGS, foi desenvolvida para simplificar o uso e automatizar o processamento dos dados.

Aplicação de redes neurais artificiais na classificação de padrões filogeográficos com base na variabilidade genômica do DNA mitocondrial

Historicamente, o processo de formação das populações da Amazônia, assim como de todo território brasileiro, envolveu três grupos étnicos principais: o ameríndio, o europeu e o africano. Como conseqüência, estas populações possuem em geral constituição miscigenada do ponto de vista social e biológico. Desde o final do século passado, estudos do DNA mitocondrial (mtDNA) tem sido desenvolvidos com o propósito de estimar a mistura interétnica presente nestas populações. Para isto, é de fundamental importância a classificação de uma determinada linhagem de mtDNA em um dos mais de 250 haplogrupos/subclados propostos na literatura. Com o objetivo de desenvolver um sistema automatizado, preciso e acurado de classificação de seqüências (linhagens) de mtDNA, o presente trabalhou lançou mão da técnica de Redes Neurais Artificiais (RNA’s) tendo como base os estudos de filogeografia. Para esta classificação, foram desenvolvidas quatro redes neurais artificiais diretas, com múltiplas camadas e algoritmo de aprendizagem de retropropagação. As entradas de cada rede equivalem às posições nucleotídicas polimórficas da região hipervariável do DNA mitocondrial, as quais retornam como saída a classificação específica de cada linhagem. Posterior ao treinamento, todas as redes apresentaram índices de acerto de 100%, demonstrando que a técnica de Rede Neural Artificial pode ser utilizada, com êxito, na classificação de padrões filogeográficos com base no DNA mitocondrial.

Handoff de espectro em redes baseadas em rádio cognitivo utilizando redes neurais artificiais

Hoje, o espectro de rádio é um dos mais importantes recursos naturais no mundo. Segundo relatórios da FCC (do inglês, Federal Communications Commission), as bandas licenciadas, apesar de abundantes, são pobremente utilizadas. A tecnologia de rádio cognitivo visa melhorar a eficiência espectral através do acesso oportunista ao espectro. Permite que novas aplicações baseadas em comunicação sem fio sejam suportadas, sem interferir na comunicação licenciada e buscando garantir a qualidade de serviço das aplicações que a utilizam. Neste âmbito, o handoff de espectro é um dos requisitos essenciais e críticos na adoção desta tecnologia. Este trabalho realiza uma discussão da tecnologia de rádio cognitivo, propõe e avalia uma estratégia proativa para handoff de espectro em redes baseadas em rádio cognitivo utilizando Redes Neurais Artificiais. O desempenho da proposta em termos de nível de interferência ao usuário primário, número de handoffs de espectro realizado pelo usuário secundário e utilização espectral, é comparado com o obtido por um esquema reativo. Diferentemente de outras propostas que se baseiam em modelos estocásticos pré-definidos, utilizaram-se medidas reais de sensoriamento disponibilizados pelo IEEE Dyspan 2008 para avaliar a proposta. Resultados numéricos mostram a superioridade do esquema proposto.

Modelos para previsão de carga a curto prazo através de redes neurais artificiais com treinamento baseado na teoria da informação

O conhecimento prévio do valor da carga é de extrema importância para o planejamento e operação dos sistemas de energia elétrica. Este trabalho apresenta os resultados de um estudo investigativo da aplicação de Redes Neurais Artificiais do tipo Perceptron Multicamadas com treinamento baseado na Teoria da Informação para o problema de Previsão de Carga a curto prazo. A aprendizagem baseada na Teoria da Informação se concentra na utilização da quantidade de informação (Entropia) para treinamento de uma rede neural artificial. Dois modelos previsores são apresentados sendo que os mesmos foram desenvolvidos a partir de dados reais fornecidos por uma concessionária de energia. Para comparação e verificação da eficiência dos modelos propostos um terceiro modelo foi também desenvolvido utilizando uma rede neural com treinamento baseado no critério clássico do erro médio quadrático. Os resultados alcançados mostraram a eficiência dos sistemas propostos, que obtiveram melhores resultados de previsão quando comparados ao sistema de previsão baseado na rede treinada pelo critério do MSE e aos sistemas previsores já apresentados na literatura.

A diversidade de mamíferos de médio e grande porte e o potencial desta fauna na regeneração de clareiras artificiais na região do Rio Urucu, Coari, Amazonas

A região do rio Urucu, localizada na porção oeste da Amazônia brasileira, está entre as áreas consideradas prioritárias para conservação devido a sua grande riqueza de espécies e importância biogeográfica. Nesta região são desenvolvidas atividades de exploração de petróleo e gás natural, as quais geram a abertura de clareiras em meio a floresta contínua. Os objetivos deste estudo foram: 1) estimar a riqueza, composição e abundância da comunidade de mamíferos de médio e grande porte em Urucu a qual foi amostrada através dos métodos de transecção linear, busca por vestígios e armadilhas fotográficas; e 2) registrar a presença de mamíferos nas clareiras e verificar a participação destes animais no processo de regeneração através do onitoramento das clareiras artificiais por meio de armadilhas fotográficas e por observações in loco (clareira-focal). Adicionalmente, também foram instaladas armadilhas fotográficas no interior da floresta (amostras-controle). No total foram registradas 40 espécies de mamíferos de médio e grande porte, sendo 25 através da transecção linear, 16 pela busca por vestígios e 15 por armadilhas fotográficas. A espécie Lagothrix cana foi a mais abundante através do método de transecção linear, enquanto Tapirus terrestris foi a mais abundante para os métodos de busca por vestígios e armadilhas fotográficas. O monitoramento através das armadilhas fotográficas resultou no registro de sete espécies em clareiras e 14 espécies em floresta. Nas clareiras registrouse maior freqüência de espécies herbívoras-frugívoras. Já na floresta, espécies de diferentes hábitos alimentares foram registradas em proporção equilibrada. O monitoramento visual (clareira-focal) nas clareiras totalizou 144 horas de observação, sendo registradas três espécies. A espécie D. fuliginosa exibiu com maior freqüência as categorias comportamentais deslocamento e parado, enquanto que as espécies T. terrestris e S. pileatus despenderam maior tempo na categoria alimentação. Os dados obtidos através do monitoramento das clareiras sugerem que estes animais podem atuar ativamente na regeneração destas áreas através dos processos de herbivoria e dispersão de frutos e sementes.

Aplicação de redes neuronais artificiais ao tratamento e interpretação de perfis geofísicos de poço aberto

A análise dos perfis petrofísicos de poço aberto possui um papel de fundamental importância para os estudos geológicos e geofísicos, no que se refere a obtenção de um maior conhecimento da subsuperfície, bem como para a identificação e exploração de depósitos minerais e petrolíferos. Alguns tópicos importantes da interpretação geológica dos perfis como a determinação de interfaces, a identificação mineralógica e a correlação poço-a-poço são extremamente tediosos e dispendem na sua execução uma grande carga horária. A automação destes procedimentos é em princípio bastante complicada, mas necessária, pois permitirá um melhor aproveitamento do tempo de trabalho do geólogo de produção e do intérprete de perfis. As redes neuronais artificiais apresentam uma boa performance para a solução destes tipos de problema, inclusive nos casos nos quais os algoritmos sequenciais apresentam dificuldades. Mostrar-se-á nesta tese que as redes neuronais artificiais podem ser utilizadas eficientemente para a automação desses procedimentos da interpretação geológica dos perfis. Apresentamos detalhadamente as novas arquiteturas e as aplicações sobre dados sintéticos e perfis reais.

Aptidão reprodutiva e acasalamentos em condições artificiais na abelha sem ferrão Melipona flavolineata Friese (Hymenoptera, Apidae, Meliponini)

Capítulo 1: Maturidade sexual e o início do comportamento de vôo em machos da abelha sem ferrão Melipona flavolineata Friese (Apidae, Meliponini). Nesse primeiro capítulo, tivemos como objetivo investigar em que idade se completa a maturação sexual dos machos de M. flavolineata, e se esta é afetada por diferentes contextos sociais vivenciados pelos machos durante a fase adulta. Investigamos, ainda, em que idade se inicia o comportamento de vôo nesses indivíduos, como parte dos requisitos para alcançar a aptidão reprodutiva. Capítulo 2: Atratividade sexual de rainhas virgens de Melipona flavolineata Friese (Apidae, Meliponini) em diferentes idades e a importância do contexto social. No segundo capítulo, nosso objetivo foi investigar em que idade e sob quais contextos sociais as rainhas virgens de M. flavolineata se tornam sexualmente atrativas. Também foi possível acompanhar o desenvolvimento da receptividade sexual nessas rainhas. Capítulo 3: Acasalamentos em condições artificiais e o controle da cópula por rainhas virgens de Melipona flavolineata Friese (Apidae, Meliponini). Nesse último capítulo, objetivamos testar a realização de acasalamentos de machos e rainhas virgens de M. flavolineata em condições artificiais. Adicionalmente, testamos a hipótese de que as rainhas virgens são capazes de decidir sobre a ocorrência das cópulas.

Contribuições aos estudo da compensação de harmônicos em sistemas de energia elétrica

Esta tese enfoca o estudo de métodos para compensação de harmônicos em sistemas de energia elétrica e aborda diversos aspectos relacionados à presença de harmônicos nos mesmos, como a apresentação de conceitos e definições em sistemas não-senoidais e estratégias de compensação de potência. Enfatiza-se neste estudo, exemplificado por meio de medições e simulações realizadas, a influência da forma de onda de alimentação sobre cargas não-lineares; a interação harmônica entre a tensão de suprimento e a corrente das cargas, devido à impedância série do sistema; e a influência mútua entre cargas não-lineares em paralelo, como possível forma de atenuação de harmônicos. Para simular e predizer o impacto causado por cargas não-lineares em um sistema, assim como a implementação de ações para mitigar esses impactos, visando à melhoria da qualidade da energia, é necessário o conhecimento das respostas das mesmas. Como produto do presente trabalho, destacam-se as técnicas desenvolvidas para a modelagem de cargas nãolineares sob diferentes condições de alimentação, em especial o uso de técnicas de inteligência computacional, como o sistema neuro-fuzzy e as redes neurais artificiais; assim como o emprego da série de Volterra para predição do comportamento das cargas.

Efeito da fragmentação e o isolamento da paisagem na riqueza e composição de espécies de lagartos no Reservatório de Tucuruí, Pará

Apesar de vários trabalhos publicados para a região tropical demonstrando o efeito da fragmentação florestal e o isolamento da paisagem na comunidade biótica, a maioria destes, foi realizada em regiões continentais. Os impactos da fragmentação e o isolamento da paisagem resultante da criação de reservatórios artificiais de usinas hidrelétricas ainda são pouco estudados na Amazônia. Este estudo foi realizado em fragmentos ('ilhas") remanescentes de floresta ombrófila, formadas pela construção da Hidrelétrica de Tucuruí, no estado do Pará com o objetivo de comparar as ilhas nas duas margens do reservatório em relação ao tamanho total, tamanho da área nuclear (core area) , forma geométrica (total de borda balanceado pela área da ilha) e grau de isolamento a fim demonstrar o papel das mesmas para a conservação da biota local e em escala local avaliar a riqueza, abundância e composição de espécies da comunidade de lagartos em 12 "ilhas" do reservatório em relação ao tamanho, grau de isolamento e posição das ilhas no reservatório. Para o estudo em escala da paisagem foram escolhidas 199 ilhas nas duas margens no limite da Área de Proteção Ambiental de Tucuruí usando imagem de satélite de 2005. O tamanho das ilhas analisadas varia de 3 a 1768 hectares , sendo que 40% delas com menos 10 hectares . As ilhas têm uma perda significativa, variando de 22% a 100%, de área total, em função do efeito de borda. Não houve diferença significativa no tamanho total, tamanho da área nuclear e total da borda I')as ilhas em relação á margem do reservatório. Contudo, as ilhas da margem esquerda têm maior grau de isolamento em relação das ilhas da margem direita. A maioria das ilhas analisadas no reservatório de Tucuruí tem tamanhos pequenos, alta perda de área total em função do efeito de borda, formato irregular o que aumenta o potencial do efeito de borda e alto grau de isolamento. Em escala local a comunidade de lagartos foi amostrada em cinco campanhas de campo realizadas entre janeiro e julho de 2005, através de transectos e armadilhas de queda. As áreas inventariadas foram selecionadas com base no tamanho, grau de isolamento e posição na margem do reservatório. Foram registrados 837 indivíduos de lagartos, distribuídos em 16 espécies. As espécies mais abundantes foram Gonatodes humeralis e Coleodactylus amazonicus (Gekkonidae). A amostragem realizada nas cinco campanhas foi suficiente para determinar a riqueza total das ilhas amostradas, correspondendo a 84% do número de espécies de acordo com o estimador Jacknife 1. Houve diferença significativa na riqueza de espécies de lagartos entre as campanhas realizada sendo a riqueza maior obtida a partir da 38 campanha de campo, em abril-maio de 2005. Não houve diferença significativa na riqueza de espécies e no número de indivíduos de lagartos em relação à margem do reservatório. Houve diferença significativa e positiva da riqueza de espécies de lagartos em relação ao tamanho da ilha. Não houve diferença significativa na abundância de lagartos em relação ao tamanho das ilhas. Houve diferença significativa entre a riqueza de lagartos em relação ao isolamento da ilha, sendo esta menor nas ilhas mais isoladas. Não houve diferença significativa entre a abundância de lagartos em relação ao isolamento da ilha. Não houve diferença significativa da riqueza de espécies em relação à abertura do dossel e ao volume de serrapilheira. Houve diferença significativa e positiva entre a riqueza de espécies em relação à densidade de troncos caídos e de árvores vivas. Não houve diferença significativa da abundância de indivíduos em relação aos parâmetros de estrutura da vegetação analisados neste estudo. Não houve diferença na composição de espécies da comunidade de lagartos nas ilhas em relação às margens do reservatório, indicando que o rio Tocantins não é uma barreira geográfica para a distribuição deste grupo.

Predição de qualidade de experiência em redes wimax em aplicações de video baseada em aspectos de qualidade de serviço

A crescente utilização dos serviços de telecomunicações principalmente sem fio tem exigido a adoção de novos padrões de redes que ofereçam altas taxas de transmissão e que alcance um número maior de usuários. Neste sentido o padrão IEEE 802.16, no qual é baseado o WiMAX, surge como uma tecnologia em potencial para o fornecimento de banda larga na próxima geração de redes sem fio, principalmente porque oferece Qualidade de Serviço (QoS) nativamente para fluxos de voz, dados e vídeo. A respeito das aplicações baseadas vídeo, tem ocorrido um grande crescimento nos últimos anos. Em 2011 a previsão é que esse tipo de conteúdo ultrapasse 50% de todo tráfego proveniente de dispositivos móveis. Aplicações do tipo vídeo têm um forte apelo ao usuário final que é quem de fato deve ser o avaliador do nível de qualidade recebida. Diante disso, são necessárias novas formas de avaliação de desempenho que levem em consideração a percepção do usuário, complementando assim as técnicas tradicionais que se baseiam apenas em aspectos de rede (QoS). Nesse sentido, surgiu a avaliação de desempenho baseada Qualidade de Experiência (QoE) onde a avaliação do usuário final em detrimento a aplicação é o principal parâmetro mensurado. Os resultados das investigações em QoE podem ser usados como uma extensão em detrimento aos tradicionais métodos de QoS, e ao mesmo tempo fornecer informações a respeito da entrega de serviços multimídias do ponto de vista do usuário. Exemplos de mecanismos de controle que poderão ser incluídos em redes com suporte a QoE são novas abordagens de roteamento, processo de seleção de estação base e tráfego condicionado. Ambas as metodologias de avaliação são complementares, e se usadas de forma combinada podem gerar uma avaliação mais robusta. Porém, a grande quantidade de informações dificulta essa combinação. Nesse contexto, esta dissertação tem como objetivo principal criar uma metodologia de predição de qualidade de vídeo em redes WiMAX com uso combinado de simulações e técnicas de Inteligência Computacional (IC). A partir de parâmetros de QoS e QoE obtidos através das simulações será realizado a predição do comportamento futuro do vídeo com uso de Redes Neurais Artificiais (RNA). Se por um lado o uso de simulações permite uma gama de opções como extrapolação de cenários de modo a imitar as mesmas situações do mundo real, as técnicas de IC permitem agilizar a análise dos resultados de modo que sejam feitos previsões de um comportamento futuro, correlações e outros. No caso deste trabalho, optou-se pelo uso de RNAs uma vez que é a técnica mais utilizada para previsão do comportamento, como está sendo proposto nesta dissertação.

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.

Aplicação de sensores virtuais na inferência da temperatura de banho no processo de fabricação de alumínio primário

As indústrias buscam a todo o momento reduzir seus gastos operacionais para aumentar seus lucros e sua competitividade. Uma boa gestão é o fator mais importante, porém uma boa gestão é feita com auxílio de ferramentas que permitam o acesso às informações relevantes para o processo, que tenham bastante influência na tomada de decisões estratégicas, com o menor custo possível. O uso de sensores virtuais tem sido aplicado cada vez mais nas indústrias. Por ser flexível, ele pode ser adaptado a qualquer tipo de medição, promovendo uma redução de custos operacionais sem comprometer, e em alguns casos até melhorar, a qualidade da informação gerada. Como estão totalmente baseados em software, não estão sujeitos a danos físicos como os sensores reais, além de permitirem uma melhor adaptação a ambientes hostis e de difícil acesso. A razão do sucesso destes tipos de sensores é a utilização de técnicas de inteligência computacional, as quais têm sido usadas na modelagem de vários processos não lineares altamente complexos. Atualmente, muitas indústrias já utilizam com sucesso os sensores virtuais, e este trabalho explora a sua utilização, em conjunto com as Redes Neurais Artificiais, em um processo químico em uma importante indústria de alumínio brasileira cujo controle é muito difícil pois é muito difícil extrair medidas da planta dada sua natureza corrosiva e cujas medições exigem certo custo operacional além de estarem sujeitas a ruídos. A aplicação dos sensores virtuais poderá reduzir os intervalos de medições bem como os custos operacionais. Ao longo deste trabalho será apresentada a metodologia de como projetar o sensor virtual utilizando o processo químico como estudo de caso, seguindo a literatura recomendada.

Extração de oleoresina de Cúrcuma (Curcuma longa l) com CO2 supercrítico

Dentre as fontes de corantes naturais mais utilizadas na indústria de alimentos, encontra-se a cúrcuma (Curcuma longa L.) uma rizomaina do qual podem ser obtidas substâncias como a curcumina, demetoxicurcumina e bis-demetoxicurcumina. Estes pigmentos possuem coloração amarela e capacidade de substituir corantes artificiais. Com a finalidade de verificar a influência do pré-tratamento de secagem na extração, foram realizados experimentos de extração de oleoresina de cúrcuma com CO2 supercrítico, na unidade de extração do Laboratório de Engenharia Química da Universidade Federal do Pará, submetendo-se a matéria-prima a uma secagem nas temperaturas de 70 e 105oC. As extrações foram feitas a pressões de 200, 250 e 300 bar, e na temperatura de 45oC. Os resultados estão apresentados em tabelas e gráficos, em termos de rendimentos totais e teor de curcumina presente na oleoresina. A secagem a 70oC favoreceu a extração de oleoresina em termos de tempo de extração, e contribuiu para a manutenção de curcumina na matéria-prima.

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.