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.

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.

Aplicação de filtro harmônico em sistemas elétricos de baixa tensão utilizando Lógica Fuzzy

Em um sistema elétrico existem vários circuitos e equipamentos industriais que se comportam como dispositivos não-lineares. Esse comportamento geram sinais que causam distorções dentro desse sistema. Essas distorções são chamadas de Harmônicas, que calculada de forma ampla nos fornece o valor do THD (do inglês Total Harmonic Distortion ou Distorção Harmônica Total). Este trabalho apresenta uma das várias soluções para minimizar esse indicador através da detecção por um algoritmo computacional instalado no medidor de THD apropriado e pela utilização de filtros harmônicos passivos. Este algoritmo computacional detecta e calcula em quais frequências o valor do THD está elevado em comparação a um índice normativo definido utilizando para isso a Lógica Fuzzy. Uma vez definido a necessidade da aplicação do filtro harmônico esse será projetado pelo algoritmo computacional. O filtro harmônico entregado neste trabalho será o filtro passivo devido a sua fácil instalação e ao seu baixo custo. Dessa forma, o algoritmo computacional proposto funciona no início da medição do THD, no equipamento medidor, indicando uma faixa classificatória de THD medido, utilizando para isso a Lógica Fuzzy, identifica a necessidade ou não da instalação do filtro harmônico passivo e seu projeto, e finaliza efetuando um novo cálculo de THD.

Controle Fuzzy aplicado à melhoria da estabilidade dinâmica em sistemas elétricos de potência

Este trabalho propõe uma estratégia fuzzy, do tipo Rede de Controladores Locais, aplicável à melhoria da estabilidade dinâmica em sistemas elétricos de potência, visando compensar possíveis perdas de sintonia devido à ocorrência de variações nas condições operacionais da planta. A adaptação dos ganhos do controlador fuzzy é efetuada on-line, interpolando-se os ganhos de um conjunto finito de controladores locais fixos. Ao ocorrer variações nas condições operacionais da planta, os ganhos da lei de controle são ajustados automaticamente de modo a manter satisfatório o desempenho do sistema de controle. O desempenho do controle foi avaliado através de estudos de simulação, utilizando-se um modelo dinâmico não-linear, do tipo máquina barra infinita. Os resultados mostram que o emprego da estratégia proposta permite obter melhorias no desempenho dinâmico do sistema.

Controladores fuzzy aplicados ao conversor de geradores de indução duplamente excitados em sistemas eólicos integrados a sistemas de potência

Este artigo apresenta novas estratégias de controle fuzzy aplicadas ao conversor estático interligado ao rotor dos geradores de indução duplamente excitados (DFIG), em esquemas eólicos de velocidade variável, integrados a redes elétricas reais. As estratégias de controle propostas são do tipo fuzzy "look-up-table" com supervisão. O desempenho de tais reguladores, baseados em inteligência computacional, é comparado com o obtido com controladores PI's a parâmetros fixos, na ocorrência de faltas no sistema elétrico de potência. Esses controladores fuzzy são destinados a garantir a continuidade da operação dos conversores, e melhorar o desempenho transitório do sistema, em relação aos controladores convencionais. Os resultados apresentados confirmam a eficácia das estratégias de controle adotadas. O modelo físico dos aerogeradores, consistindo de um grande número de turbinas eólicas, foi implementado através de uma ferramenta de simulação dinâmica, desenvolvida no ambiente computacional MATLABTM.

Controle automático de adição de AlF3 em cubas de redução de alumínio, usando lógica fuzzy

Este trabalho descreve um sistema de análise de dados com a finalidade de gerar um sistema de controle utilizando técnica inteligente para adição de fluoreto de alumínio (AlF3) em fornos de redução de alumínio. O projeto baseia-se nos conceitos de lógica fuzzy, nos quais o conhecimento acumulado pelo especialista do processo é traduzido de maneira qualitativa em um conjunto de regras linguísticas do tipo SE ENTÃO. A utilização desta técnica inteligente para o controle de adição de fluoreto busca representar explicitamente um conhecimento qualitativo, detido pelos operadores de cubas eletrolíticas. Devido o sistema convencional não contemplar as variações dos fenômenos que envolvem a dinâmica do processo, um controlador fuzzy foi implmentado no sistema real para tomadas de decisões, utilizando o modelo mínimo de Mandani. Baseado neste modelo, as variáveis de processo para a entrada do sistema fuzzy, tais como temperatura de banho e percentual de fluoreto foram manipuladas para estimar a tendência de subida e descida, respectivamente, através do método mínimos quadrados(MMQ). O controlador fuzzy é aplicado para calcular a quantidade de fluoreto de alumínio (AlF3) a ser adicionado na cuba eletrolítica de forma automática sem a necessidade da intervenção do especialista do processo. A motivação para o uso de um sistema de controle fuzzy se deve ao fato de não se ter disponível um modelo dinâmico do processo de adição do fluoreto na cuba eletrolítica. Esta falta de modelagem se deve ao fato de grande complexidade dos fenômenos envolvidos em uma cuba que são processos termodinâmicos e eletromagnéticos acoplados.

Controle de exaustão de fornos de cozimento de anodos baseado em lógica fuzzy

A legislação ambiental cada vez mais rigorosa tem forçado as indústrias a investirem em soluções de controle inovadoras buscando diminuir as emissões de gases poluentes pelas fontes móveis e fixas, exercendo melhor controle e tratamento desses poluentes como forma de atender os limites impostos pela lei. Apresenta-se neste trabalho, a implementação de uma melhoria no sistema de controle de exaustão de fornos de cozimento de anodos da indústria de alumínio ALBRAS-Alumínio Brasileiro S.A., localizada em Barcarena no estado do Pará, visando minimizar a poluição causada pela queima de combustíveis nos fornos sem comprometer a eficiência do processo. Para isso foi utilizado um sistema baseado em lógica fuzzy, buscando na experiência de engenheiros, técnicos e operadores de processo, uma forma de se obter um melhor controle e confiabilidade na gestão das emissões de gases poluentes.

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.

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.

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.

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.