[pt] A utilização de modelos de inteligência computacional para tarefas de previsão Multi-Step de séries temporais tem apresentado resultados que permitem considerar estes modelos como alternativas viáveis para este tipo de problema. Baseados nos requerimentos computacionais e a melhora de desempenho, recentemente novas áreas de pesquisa têm sido apresentadas na comunidade científica. Este é o caso do Reservoir Computing, que apresenta novos campos de estudo para redes neurais do tipo recorrentes, as quais, no passado, não foram muito utilizados devido à complexidade de treinamento e ao alto custo computacional. Nesta nova área são apresentados modelos como Liquid State Machine e Echo State Networks, que proporcionam um novo entendimento no conceito de processamento dinâmico para redes recorrentes e propõem métodos de treinamento com baixo custo computacional. Neste trabalho determinou-se como foco de pesquisa a otimização de parâmetros globais para o projeto das Echo State Networks. Embora as Echo State Networks sejam objeto de estudo de pesquisadores reconhecidos, ainda apresentam comportamentos desconhecidos, em parte pela sua natureza dinâmica, mas também, pela falta de estudos que aprofundem o entendimento no comportamento dos estados gerados. Utilizando como fundamento o modelo Separation Ratio Graph para análise do desempenho, é proposto um novo modelo, denominado ESN-GA-SRG, que usa como base redes ESN com otimização de parâmetros globais utilizando GA e seleção de topologias para Reservoir por meio de análise de estados empregando SRG. O desempenho deste novo modelo é avaliado na previsão das 11 séries que compõem a versão reduzida do NN3 Forecasting Competition e em 36 séries da competição M3, selecionadas segundo características de periodicidade na amostragem, assimetria, sazonalidade e estacionaridade. O desempenho do modelo ESN-GA-SRG na previsão dessas séries temporais foi superior na maioria dos casos, com significância estatística, quando comparado com outros modelos da literatura. / [en] The use of computational intelligence models for Multi-Step time series prediction tasks has presented results that allow us to consider these models as viable alternatives for this type of problem. Based on computational requirements and performance improvement, new areas of research have recently been presented in the scientific community. This is the case of Reservoir Computing, which presents new fields of study for recurrent-type neural networks, which in the past were not widely used because of training complexity and high computational cost. In this new area are presented models such as Liquid State Machine and Echo State Networks, which provide a new understanding of the concept of dynamic processing for recurring networks and propose methods of training with low computational cost. In this work, we determined the optimization of global parameters for the Echo State Networks project. Although Echo State Networks are the object of study by recognized researchers, they still present unknown behavior, partly due to their dynamic nature, but also due to the lack of studies that deepen behavior understanding of the generated states. Based on the Separation Ratio Graph model for performance analysis, a new model, called ESN-GA-SRG, is proposed, which uses ESN networks with global parameter optimization using GA and selection of topologies for Reservoir through analysis of States employing SRG. The performance of this new model is evaluated to forecast the 11 series that made up the reduced version of the NN3 Forecasting Competition and for 36 series of the M3 competition, selected according to characteristics of periodicity in sampling, asymmetry, seasonality and stationary. The performance of the ESN-GA-SRG model in predicting these time series was superior in most cases, with statistical significance when compared with other models in the literature.

[pt] Para simular, prever e controlar os sistemas de energia elétrica, engenheiros precisam de ferramentas computacionais para modelar os componentes dessa rede interconectada altamente complexa. Muitos esforços ao longo do século passado foram dedicados a desenvolver modelos matemáticos para geradores, linhas de transmissão, compensadores de potência reativa, transformadores e assim por diante. Os principais componentes dos sistemas de potência são representados precisamente através de modelos matemáticos, mas as cargas ainda são uma fonte de incerteza nas simulações, devido à sua característica de aleatoriedade. Modelos de carga conservadores superestimam a resposta de potência a desvios de tensão, enquanto modelos de carga excessivamente otimistas podem subestimar as margens de estabilidade, deixando o sistema muito próximo do seu limite operacional. É preciso estabelecer representações de cargas tão próximas da realidade quanto possível, a fim de explorar os recursos de rede de modo mais eficiente. Este trabalho fornece uma metodologia para modelagem de carga, investigando e resumindo as etapas do processo, que podem ser implementadas de diversas maneiras. O tratamento de dados, a escolha de uma representação matemática do modelo de carga e sua estimação de parâmetros são apresentados através de estudos de caso reais, tanto para uma aplicação focada na dinâmica do sistema elétrica, quanto para uma aplicação em regime permanente. Discute-se como otimização e conceitos de inferência estatística podem ser ferramentas efetivas para alcançar melhores aproximações sobre como a carga responderá a perturbações causadas por variações de tensão, sejam estas variações espontâneas, ou devido a ações de controle, ou causadas por curtos-circuitos. / [en] To simulate, predict and control Electric Power Systems (EPS), engineers need tools to model the components of this highly complex interconnected network. Many efforts over the past century were dedicated to develop mathematical models for generators, transmission lines, reactive power compensators, transformers and so on. The main components of the power systems are precisely represented by mathematical models, but the loads are still a source of uncertainty in the simulations, due to their random characteristics. It is well known that conservative load models super estimate power response to voltage deviations, and, on the other hand, over-optimistic load models may underestimate stability margins, leading a system to operate too close to its limit. It is necessary to stablish load representations as close to reality as possible, in order to fully exploit grid resources. This work provides a methodology for load modeling, investigating and summarizing the steps of the process, whose can be implemented in a wide variety of ways. Data treatment, the choice of a load model representation and their parameters estimation are presented through real case studies, both for dynamic simulation and a steady state application. It is discussed how optimization and statistical inference concepts can be effective tools to reach better approximations on how load will respond to disturbances caused by voltage variations, whether these were spontaneous, due to control actions, or caused by short-circuits.

[pt] Em sistemas de refrigeração por compressão de vapor, o projeto adequado dos circuitos para o refrigerante nos trocadores de calor pode ter um impacto significativo no seu coeficiente de performance (COP). O projeto otimizado dos circuitos de refrigerante em sistemas de refrigeração com trocadores de calor do tipo tubo-aletado não é trivial, devido à complexidade de sua representação assim como o elevado número de possíveis combinações, mesmo quando metodologias inteligentes de otimização são empregadas. No presente trabalho propõe-se uma nova metodologia para a otimização simultânea (condensador e evaporador) dos circuitos do refrigerante em sistemas de refrigeração com trocadores de calor de tipo tubo-aletado. Esta metodologia, aqui denominada como GAFIS (Genetic algorithms applied in filtered spaces), mostra-se mais eficiente que as metodologias até então descritas na literatura. Foi aplicado o método GAFIS, em conjunto com um simulador completo para o sistema de refrigeração, Genesym, na otimização de unidades comerciais de condicionamento de ar de alto desempenho. Estudaram-se casos onde o sistema atingiu aumentos de até 15,3 por cento no coeficiente de performance. Em outros estudos, obtiveram-se casos onde o custo de produção foi reduzido em 3,85 por cento (do custo total da unidade), mantendo-se um similar desempenho (capacidade e COP). Testes de otimização, considerando-se diferentes diâmetros dos tubos, na construção dos trocadores de calor, e sistemas com distribuição não uniforme de velocidade de ar, também foram realizados com o GAFIS. Igualmente foram estudados condensadores de microcanais, devido ao interesse atual da indústria com estes trocadores de calor. A otimização do circuito para o refrigerante, neste caso, é relativamente simples, devido ao baixo custo computacional das simulações. Entretanto, modelos de simulação adequados para estes tipos de trocadores de calor só recentemente começaram a surgir, e não têm sido explorados de maneira adequada até a presente data. Explorou-se no presente trabalho, a influência, no desempenho térmico do condensador, dos parâmetros que definem o circuito do refrigerante. Para tal efeito, desenvolveu-se um modelo de simulação baseado em análise local, validado com dados experimentais disponíveis, de condensadores de microcanais de uso automotivo com diâmetro hidráulico (lado do refrigerante) de 0,9 e 1,0mm, para refrigerantes R-134a, Fluid-H e R-1234yf. Foram encontradas relações diretas entre os parâmetros geométricos que definem os circuitos de refrigerante no condensador e seu desempenho térmico. Tal fato pode ser utilizado como orientação expedita para o projeto do circuito ótimo do condensador. / [en] Refrigerant circuiting in condensers and evaporators has a significant effect in the performance of refrigeration systems. The optimized project of the refrigerant circuits in refrigeration systems with plate-fin heat exchangers is not trivial, due to the complexity of their representation as well as the high number of possible combinations, even when methodologies of intelligent optimization are used. The present work proposes a new methodology for the simultaneous optimization of refrigerant circuiting in air-air refrigeration systems with plate-fin heat exchangers. This new methodology, here defined as GAFIS (Genetic algorithms applied in filtered spaces), has proven to be more efficient than traditional methods. The GAFIS method was applied, in conjunction with a full refrigeration system simulator, Genesym, for the optimization of high performance commercial air-conditioning units. Typical cases were studied and a coefficient of performance improvement of up to 15.3 percent has been observed. In other studies, there were cases where the manufacturer s predicted cost was reduced in 3,85 percent (of total cost of the unit), while a similar thermal performance (capacity and COP) was maintained. Optimization tests, considering different diameters of tube, for the construction of heat exchangers, as well as systems with non-uniform air velocity distribution, were also performed with the GAFIS method. Microchannel condensers were also studied, given the current interest of industry on this kind of heat exchanger. The optimization of the refrigerant circuiting, in this case, would not be a major problem, due to the low computational cost of its simulation. However, simulation models appropriate for these types of heat exchangers have only been recently in use, and, to date, have not been adequately explored. In the present work, the influence on condenser performance of parameters that define the refrigerant circuiting has been investigated. For this purpose, a simulation model, based on local analysis, was developed. It was validated against experimental data, available from automotive microchannel condenser tests, with hydraulic diameters (refrigerantside) of 0.9 and 1.0mm for refrigerants R-134a, Fluid-H and R-1234yf. A direct relation was found between the geometric parameters that define the condenser refrigerant circuiting and its thermal performance. This fact can be appropriately used as guidance for expeditious design practices of the optimal refrigerant circuit of the condenser.