Orientadores: Takaaki Ohishi, Rosangela Ballini / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T14:35:54Z (GMT). No. of bitstreams: 1 Salgado_RicardoMenezes_D.pdf: 4205399 bytes, checksum: fdb25cda0f3893f10f87049b9e04a6e7 (MD5) Previous issue date: 2009 / Resumo: Na operação de um sistema elétrico de potência (SEP) existem diversas variáveis que Influenciam as rotinas de planejamento, operação e controle. O monitoramento destas variáveis é Importante para auxiliar os processos responsáveis pela operação segura e confiável no sistema. Dentre estas variáveis pode-se destacar o nível de carga elétrica por barramento como uma variável de grande Impacto na operação do SEP. Informações precisas sobre o nível de carga em cada barramento da rede elétrica proporcionam um melhor controle no fluxo de potência, na analise de estabilidade e segurança, no despacho econômico, no planejamento e na programação da operação. Visando atender estas necessidades, este trabalho apresenta duas contribuições na análise de séries temporais de carga por barramento. A primeira contribuição é o desenvolvimento de uma metodologia de previsão de carga por barramento rápida e efetiva. A segunda contribuição ê um sistema computacional denominado SysPrev - Slsiema de Suporte para Analise e Previsão de Carga por barramento desenvolvido para facilitar o processo de calculo das previsões por barramento. O modelo de previsão de carga por barramento é composto por duas etapas: Na primeira, os barramentos são agrupados de acordo com a similaridade do perfil de carga diária. Na segunda etapa, aplica-se um modelo de previsão de carga em cada grupo, e a partir destas previsões por grupo são obtidas as previsões em cada barramento. O SysPrev é um software composto por um subsistema gerenciador de dados, um subsistema de modelos e um subsistema de interfaces. O subsistema administrador de dados ê composto de um banco de dados que armazena as séries temporais entre outras informações relevantes. O subsistema de modelos é composto por aplicativos que auxiliarão no processo de analise de dados e previsões. Para facilitar a Interação do usuário com o sistema, o subsistema de Interfaces conta com pacotes de janelas gráficas que proporcionam um ambiente computacional amigável e eficiente, facilitando a Interação do SysPrev e seus usuários.Um diferencial do SysPrev é a sua construção modularizada baseada em componentes plug-and-play que possibilita a Inserção de novas funcionalidades. Com esta arquitetura, cada componente e produzido de maneira Independente, podendo ser Inserido no software sem a necessidade de alterações no sistema principal. Este fator é Importante, pois fornece ao usuário a opção de personalizar e criar novas ferramentas de analise, facilitando a atualização e manutenção no sistema. Neste trabalho, o SysPrev foi utilizado para analisar um conjunto de dados formado por 73 barramentos. A praticidade e facilidade em criar múltiplos cenários possibilitou o rápido entendimento dos dados gerando bons resultados nas previsões, possibilitando maior precisão na etapa de operação do sistema em geral / Abstract: In a power operation system there are many variables that can Influence the execution of t ho control routines. The attendance of these variables is very important to aid the processes in the safe operation of the system. In the electric system the bus load level is an important variable in operation planning step. Accurate Information on the load level In each bus provide a better control In the power flow, safe and security analysis, operation programming, planning and others. Thus, this work presents two contributions to the bus load forecasting area. The first contribution is the development of a bus load forecast methodology that executes and provides the forecast results for several buses in an aggregate way. The second contribution is a computational system for bus load forecasting named SysPrev - Support System for Bus Load Analysis and Forecasting- developed to facilitate the bus load forecasting process. The aggregate bus load forecasting model is composed by two steps: In the first phase a clustering algorithm is used to Identify buses clusters with similar dally load profile and In the second phase Is proposed an aggregate structure for to foresee each bus using a conventional prediction model The SysPrev is a software composed of a data manager subsystem, a model subsystem and graphical interfaces subsystem.The data manager subsystem is composed of a database that contains bus load time series and other relevant Information. The model subsystem is composed of forecasting and clustering techniques. To facilitate the user's interaction, the graphical interface has packages of graphic windows that provide a friendly environment facilitating the Integration of tlie SysPrev and their users. An excellent characteristic of the SysPrev is its construction based on components plug-and-play that allows the Insert of new functionalities With this architecture, each component Is produced on an independent way. could be Inserted In the software without alterations in the main system This factor Is Important, because It supplies the user with the option of customizing and creatlng new analysis tools, facilitating the updating and the maintenance of the system. The SysPrev was applied to a real power system data composed of 73 buses. The easiness of creating multiple sceneries made possiblethe fast understanding of the data providing good results In the forecasts, making possible larger precision on the power system operation step / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientador: Helena Maria Andre Bolini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Alimentos / Made available in DSpace on 2018-08-11T04:55:59Z (GMT). No. of bitstreams: 1 Alves_LeonardoRangel_M.pdf: 410164 bytes, checksum: eed7ffe76f347f00d0abb009ed908230 (MD5) Previous issue date: 2008 / Resumo: Este estudo objetivou Identificar direcionadores de preferência de oito amostras comerciais de néctar de uva (tradicionais e ¿light¿) utilizando metodologias estatísticas avançadas para relacionar dados de perfil sensorial, físico-químicos e aceitabilidade. Oito amostras comerciais de néctares de uva (quatro tradicionais e suas respectivas versões ¿light¿) foram analisadas. Um teste de Aceitação utilizando a escala hedônica híbrida foi realizado com 114 consumidores. Quatorze termos descritivos foram avaliados por uma equipe sensorial e seis atributos físico-químicos foram medidos. As amostras de néctar de uva A e C foram as mais aceitas e as amostras CL e DL (¿light¿) foram as mais rejeitadas. Construiu-se um Mapa de Preferência Interno e em seguida uma Análise de ¿Cluster¿ foi realizada para o atributo Impressão Global. Dois grupos de consumidores foram encontrados. A principal diferença entre os grupos foi com relação à utilização de diferentes porções da escala pelos consumidores de cada grupo. A metodologia PLSR foi utilizada para relacionar a aceitação dos consumidores com os termos descritivos e atributos físico-químicos, fornecendo correlações entre eles. Os resultados mostraram que os atributos Sabor de Uva, Sabor Residual de Uva, Acidez Total Titulável, Aroma de Uva, Cor Vinho, °Brix, Viscosidade, Acidez, Turbidez, Adstringência, Fenóis Totais e Consistência nesta ordem de importância, estavam fortemente correlacionados com a Impressão Global dos consumidores sendo portanto os direcionadores de preferência encontrados / Abstract: This study depicts the PLS regression method used to help find drivers of liking of the grape nectar. Eight commercial brands (four traditional and four lights) were analyzed. An acceptance test using hybrid hedonic scale was performed with 114 consumers. Fourteen attributes were evaluated by a sensory team of fourteen members, and six physical-chemical attributes were measured. The most accepted samples were A and C, and the less accepted ones were CL and DL (lights). An Internal Preference Mapping followed by a Cluster Analysis was performed on the consumer grades to Global Impression. Two clusters of consumers were found. The mainly difference between clusters was the use of different portions of the scale by the consumers. The PLSR methodology was used to relate the acceptance with the sensory and physical-chemical attributes giving a correlation between them. The model showed the importance of each sensory or physicalchemical attribute for the model projection. The results showed that Grape Flavor; Residual Grape Flavor, Total Sourness Titration, Grape Aroma, Wine Color, °Brix, Viscosity, Sourness, Turbidity, Astringency, Total Phenols and Consistency were positive correlated with consumer grades to Global Impression, therefore they are called drivers of liking / Mestrado / Consumo e Qualidade de Alimentos / Mestre em Alimentos e Nutrição

CNPq; CAPES; / Cinquenta por cento da população mundial vive em cidades, e a expectativa para 2050 é de que essa porcentagem chegue a 70% (WHO, 2014). As cidades consomem 75% dos recursos naturais e de energia do mundo, e geram 80% dos gases-estufa responsáveis pelo efeito estufa; considerando que, ocupam apenas 2% do território mundial (Signori, 2008). As cidades são também o palco de grande parte dos problemas ambientais globais (Gomes, 2009), e é no contexto urbano onde a dimensão social, econômica e ambiental convergem mais intensamente (European Commission, 2007). Esse crescimento populacional, tem influências sociais, econômicas e ambientais que representam um grande desafio para o desenvolvimento sustentável do planejamento urbano. Os conceitos de sistemas de informação geográfica, cidades inteligentes, dados abertos, algoritmos de clusterização e visualização de dados, permitem entender diversas questões em relação a atividade urbana nas cidades. Em particular, se torna importante a variável “onde”: onde existe tráfego e quais são os horários mais frequentes; onde é necessário realizar modelagem de espera residencial, comercial e industrial de acordo com o crescimento populacional para o plano de uso da terra; quais são os tipos de negócios que mais cresceram em cada bairro e qual é a relação entre eles. Para este fim, esta dissertação apresenta um sistema web-mobile que permite entender o crescimento espaço-temporal e econômico dos alvarás de restaurantes dos bairros Centro, Batel e Tatuquara da cidade de Curitiba nas últimas três décadas (1980 até 2015), realizando clusterização e visualização de uma grande quantidade de dados abertos georreferenciados. Em termos de resultados alcançados destacam-se: 1) capacidade de resolver problemas computacionais de sobreposição de pontos sobre um mapa, 2) capacidade de entender o crescimento econômico dos alvarás e qual é a relação entre as diversas categorias e entre os bairros, 3) tempo de execução inferior a 3 segundos para 99% das consultas espaciais executadas, 4) 80,8% dos usuários em fase de avaliação consideram que a solução proposta permite uma melhor identificação e visualização de dados georreferenciados, e 5) possibilita a integração de novas fontes e tipos de dados. / Fifty percent of the world's population live in cities, and the expectation until 2050 is that it reaches 70% (WHO, 2014). Cities consume 75% of the world's natural resources and energy, and generate 80% of greenhouse gases responsible for the greenhouse effect, considering that they occupy only 2% of the world's territory (Signori, 2008). Cities are also the scene of most of the global environmental problems (Gomes, 2009), and it is in the urban context where the social, economic and environmental dimension converge more intensely (European Commission, 2007). This population growth has social, economic and environmental influences that represent a great challenge for the sustainable development of urban planning. The concepts of geographic information systems, smart cities, open data, clustering and data visualization algorithms allow us to understand several questions regarding urban activity in cities, especially, understand the variable "where" things happen. For example: where there is traffic and what time is the most frequent, where it is necessary to perform residential, commercial, industrial standby modeling according to population growth for the land use plan, what are the types of businesses that grew the most in each neighborhood and what is the relationship between them. For this purpose, the following thesis presents a web-mobile system that allows us to understand the spatiotemporal and economic growth of the restaurant licenses of districts Centro, Batel and Tatuquara of Curitiba for the last three decades, performing clustering and visualization of a large amount of open georeferenced data. In terms of achieved results, we can highlight: 1) ability to solve computational problems of overlapping points representing business on a map, 2) ability to understand the economic growth of restaurants licences and what is the relationship between different categories and between districts, 3) execution time less than 3 seconds for 99% of the spatial queries executed, 4) 80.8% of users in evaluation phase consider that the proposed solution allows a better identification and visualization of georeferenced data, and 5) it allows the integration of new sources and types of data.

Os sistemas de transporte público (STP) são entidades complexas formados por vários subsistemas (administração, gerenciamento de frota, manutenção de veículos, segurança, bilhetagem, engenharia de tráfego, urbanismo, recursos humanos, entre outros). Os STP oferecem diversas rotas de veículos coletivos para atender os usuários do serviço mas o planejamento das rotas é uma das áreas que exigem atenção e são de difícil avaliação de desempenho. Estas rotas formam malhas que podem ser abstraídas como grafos, em vários tipos de representações, como por exemplo as paradas associadas aos nós e uma rota (ou linha) de veículos associada a uma sequência de conexões ou arestas que interligam estes pontos. Da representação do STP como grafos, é possível extrair informações importantes a partir de métricas como dimensões, centralidades, pesos, entre outras, e classificar o STP em algum modelo já estudado. A partir do modelo estabelecido, melhorias no sistema podem ser propostas e uma posterior re-análise dos resultados das novas medidas no modelo pode justificar ou não uma possível implementação destas propostas no sistema real. Neste trabalho um sistema de transporte público foi analisado como rede complexa, especificamente o STP de Curitiba, no estado do Paraná, Brasil. Demonstrou-se que este sistema, em representação espaço-L, possui características de rede complexa do tipo scale free. Tal sistema possuía onze categorias de rotas de ônibus, sendo que as principais categorias foram analisadas como rede complexa para avaliar sua influência nas métricas do sistema como um todo. Adicionalmente, combinando as métricas de redes complexas com o método k-means de agrupamento nesse STP, foram identificadas regiões geográficas da cidade que possuem as maiores e menores características de conectividade para os habitantes de Curitiba, sinalizando possíveis degradações de atendimento do sistema de transporte. O estudo revelou que, em Curitiba, a região central é a melhor servida, enquanto que algumas regiões periféricas no sudeste e nordeste da cidade são pouco favorecidas de transporte público. / Public transportation systems (PTS) are complex entities composed by many different subsystems (administration, vehicles management and maintenance, security, taxing, trafic engineering, urbanism, human resources and others). PTS offers various routes using public sharing vehicules to serve users, and the route planning is one of the issues that demand attention and has hard performance assessment. This routes form meshes in many types of representation, e. g., vehicle stops as nodes and a route as a sequence of links that connect their nodes. From PTS representation as graphs, it is possible to extract valuable informations from metrics as dimensions, centralities, weight and others, and to classify this PTS within some model already studied. Towards established models, system enhancements can be proposed and posterior re- analysis of such improved systems can justify or not their implementation in the real system. At this work a public transport system was analysed as Complex Network, specifically Curitiba’s PTS, (Paraná, Brazil). Here it was demonstrated that this system, represented in l-space, has network characteristics of scale-free networks. This system has eleven bus routes categories, in which main categories were analysed as complex networks to assess their influence on whole system metrics. Additionally, combining both complex network metrics and k-means method on this PTS, geographic areas of the city showing best and worst connectivity characteristics for the inhabitants of Curitiba were identified, which allows detecting potential transportation system weakness. This study revealed that Curitiba’s central region is best served, and some periphericals areas at southeast and northeast have low public transportation service.

Os sistemas de transporte público (STP) são entidades complexas formados por vários subsistemas (administração, gerenciamento de frota, manutenção de veículos, segurança, bilhetagem, engenharia de tráfego, urbanismo, recursos humanos, entre outros). Os STP oferecem diversas rotas de veículos coletivos para atender os usuários do serviço mas o planejamento das rotas é uma das áreas que exigem atenção e são de difícil avaliação de desempenho. Estas rotas formam malhas que podem ser abstraídas como grafos, em vários tipos de representações, como por exemplo as paradas associadas aos nós e uma rota (ou linha) de veículos associada a uma sequência de conexões ou arestas que interligam estes pontos. Da representação do STP como grafos, é possível extrair informações importantes a partir de métricas como dimensões, centralidades, pesos, entre outras, e classificar o STP em algum modelo já estudado. A partir do modelo estabelecido, melhorias no sistema podem ser propostas e uma posterior re-análise dos resultados das novas medidas no modelo pode justificar ou não uma possível implementação destas propostas no sistema real. Neste trabalho um sistema de transporte público foi analisado como rede complexa, especificamente o STP de Curitiba, no estado do Paraná, Brasil. Demonstrou-se que este sistema, em representação espaço-L, possui características de rede complexa do tipo scale free. Tal sistema possuía onze categorias de rotas de ônibus, sendo que as principais categorias foram analisadas como rede complexa para avaliar sua influência nas métricas do sistema como um todo. Adicionalmente, combinando as métricas de redes complexas com o método k-means de agrupamento nesse STP, foram identificadas regiões geográficas da cidade que possuem as maiores e menores características de conectividade para os habitantes de Curitiba, sinalizando possíveis degradações de atendimento do sistema de transporte. O estudo revelou que, em Curitiba, a região central é a melhor servida, enquanto que algumas regiões periféricas no sudeste e nordeste da cidade são pouco favorecidas de transporte público. / Public transportation systems (PTS) are complex entities composed by many different subsystems (administration, vehicles management and maintenance, security, taxing, trafic engineering, urbanism, human resources and others). PTS offers various routes using public sharing vehicules to serve users, and the route planning is one of the issues that demand attention and has hard performance assessment. This routes form meshes in many types of representation, e. g., vehicle stops as nodes and a route as a sequence of links that connect their nodes. From PTS representation as graphs, it is possible to extract valuable informations from metrics as dimensions, centralities, weight and others, and to classify this PTS within some model already studied. Towards established models, system enhancements can be proposed and posterior re- analysis of such improved systems can justify or not their implementation in the real system. At this work a public transport system was analysed as Complex Network, specifically Curitiba’s PTS, (Paraná, Brazil). Here it was demonstrated that this system, represented in l-space, has network characteristics of scale-free networks. This system has eleven bus routes categories, in which main categories were analysed as complex networks to assess their influence on whole system metrics. Additionally, combining both complex network metrics and k-means method on this PTS, geographic areas of the city showing best and worst connectivity characteristics for the inhabitants of Curitiba were identified, which allows detecting potential transportation system weakness. This study revealed that Curitiba’s central region is best served, and some periphericals areas at southeast and northeast have low public transportation service.