Dissertação (mestrado)—Universidade de Brasília, Instituto de Física, Programa de Pós-Graduação em Física, 2014. / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2014-12-03T15:31:29Z No. of bitstreams: 1 2014_TamiresLimaPereira.pdf: 2134076 bytes, checksum: fdf2ada0d8148f116ddebeb095ddd379 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-12-04T13:58:36Z (GMT) No. of bitstreams: 1 2014_TamiresLimaPereira.pdf: 2134076 bytes, checksum: fdf2ada0d8148f116ddebeb095ddd379 (MD5) / Made available in DSpace on 2014-12-04T13:58:36Z (GMT). No. of bitstreams: 1 2014_TamiresLimaPereira.pdf: 2134076 bytes, checksum: fdf2ada0d8148f116ddebeb095ddd379 (MD5) / Neste trabalho, analisamos um parâmetro fundamental na descrição do transporte de carga em semicondutores orgânicos: o acoplamento eletrônico. Para isso, usamos um sistema modelo de um dímero da molécula de etileno, utilizando duas abordagens diferentes, com o intuito de verificar, qual dessas descreve mais eficientemente este parâmetro, e, assim, poder aplicar em sistemas orgânicos maiores. Realizamos todos os cálculos baseados em métodos da Química Quântica, como o Hartree-Fock e a Teoria do Funcional da Densidade (DFT). Apresentamos um estudo, onde calculamos o acoplamento eletrônico do dímero de etileno e utilizamos diferentes funcionais e conjunto de base disponíveis no pacote computacional Gaussian'09. Além disso, utilizamos o pacote computacional Q-Chem v.4.1, com o intuito de realizar cálculos adicionais, possibilitando uma comparação dos resultados encontrados usando essas duas metodologias. Comparando as diferentes abordagens, constamos que a abordagem utilizada no software Q-Chem v.4.1 prevê os resultados mais confiáveis, bem como um custo computacional mais baixo. Este trabalho será a base de outros estudos que irão usar, por sua vez, o cálculo do acoplamento eletrônico para descrever as propriedades do transporte de carga em semicondutores orgânicos. ______________________________________________________________________________ ABSTRACT / In this work we analyze a fundamental parameter used in the description of charge transport in organic semiconductors: the electronic coupling. To do this, we use da ethylene model and two approaches in order to check which approach can describe this parameter more eficiently, and thus be used for larger organic systems. All calculations were carried out in the framework of Quantum Chemistry, under the Hartree-Fock and Density Functional Theory (DFT) approximation. We will present a study in which we have calculated the electronic coupling for a dimer of ethylene and have used different functionals, together with base sets available in the Gaussian'09 computacional package. Besides, we used the Q-Chem v.4.1 computational package in order the carry out additional calculations allowing us to compare results using diferent methodology. Comparing the two approaches, we concluded that the Q-Chem v.4.1 approach provides more appropriate results with a lower computacional cost. This work will be the basis of other studies that will, follow using the electronic coupling as basis to describe the charge transport properties of organic semiconductors.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2013. / Made available in DSpace on 2014-08-06T17:45:37Z (GMT). No. of bitstreams: 1 327176.pdf: 9519826 bytes, checksum: 2a516b63bb3e1d9578af098b5638ee34 (MD5) Previous issue date: 2013 / Neste trabalho estão apresentados os estudos efetuados do conversor trifásico bidirecional de três níveis (NPCm), aplicado a operação como Carga Eletrônica Ativa de corrente alternada. Os esforços de corrente e de tensão são analisados, modelados e comparados com o conversor NPC, bem como as perdas dos seus dispositivos semicondutores, para variações da defasagem da corrente e do índice de modulação. Semicondutores estado da arte foram ensaiados em laboratório e utilizados nos dois conversores, tais como os modernos diodos e transistores de Carboneto de Silício (SiC), visando a análise comparativa das perdas e a obtenção de conversores de alta eficiência. São obtidos modelos para o sistema quando composto por filtros de primeira ou de terceira ordem, apresentando os problemas inerentes de cada topologia. No caso do filtro de primeira ordem, composto por um indutor, são apresentados vários resultados de simulação com o controle da corrente drenada, para diferentes frequências harmônicas, mostrando a possibilidade de ocorrência de saturação do controlador e como contorná-la. Para o caso de utilização de um filtro de terceira ordem (LCL), é proposto um sistema de controle formado por um controlador clássico, a Realimentação dos Estados (RE) e um Observador de Estados (OE). O observador é usado para obter o valor da variável a ser controlada, sem o uso de sensores, e a RE é usada para se obter uma amortização ativa das oscilações na frequência de ressonância do filtro. Neste caso, primeiro são apresentados resultados de simulação com o sistema de controle analógico, depois são analisados os problemas causados pela discretização e implementação com controladores digitais, mostrando qual a ação foi tomada para contornar tais problemas. Por fim, vários resultados experimentais com o controlador digital são apresentados, mostrando que o protótipo construído foi capaz de emular correntes com conteúdo harmônico amplo e genérico, com boa rejeição às perturbações causadas pelas alterações da tensão ou da indutância do equipamento sob teste (EST).<br> / Abstract : This work presents a study of a modified Neutral Point Clamped (here called NPCm), a bi-directional three-phase three-levels inverter, operating as an AC Active Electronic Load. First, the current and voltage stresses are analyzed, modelled and compared with the standard Neutral Point Clamped (NPC) inverter. State-of-the-art semiconductors were selected and tested in different controlled temperature of operation, in order to obtain their energy losses characteristics, like the modern silicon carbide (SiC) diodes and transistors. Later, this devices were used as main power semiconductors for both inverter topologies and their losses were compared as function of load current and modulation index variations, in order to achieve best performance on efficiency and same time establishing know how on its usage and power losses qualification. Models are obtained for the system when with first or third order filters were used, showing inherent characteristics of each topology. In the case of the first order filter with an inductor, several simulation results are presented with current control for various harmonic frequencies, showing the possible occurrence of controller saturation and how to avoid it. In the case of utilization of a third order filter (LCL type), this work proposes a digitally implemented control strategy comprising state feedback, robust observer, phase-locked loop and a linear current controller to cope with AC AEL applications. The observer is used to obtain the value of variable to be controlled, without the utilization of sensors and the state feedback is used to obtain an active damping of oscillations at the resonance frequency. First the simulations results are presented with an analog control, later is the problems caused by the digital controllers discretization and implementation are analysed, showing how the build prototype was able to control currents with broad and generic harmonic content showing good rejection of the perturbations caused by changes on voltage or inductance of the equipment under test (EUT).

Made available in DSpace on 2014-12-02T11:16:56Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-09-06Bitstream added on 2014-12-02T11:20:52Z : No. of bitstreams: 1 000800318.pdf: 1782561 bytes, checksum: f15b6161ad101bbd18fe9254ffc7771d (MD5) / Com o aumento na demanda por energia elétrica o planejamento de geração, transmissão e distribuição bem como a operação são importantes para uma prestação de serviços de forma eficiente, econômica e confiável. Uma das ferramentas para gestão desses recursos são os modelos de previsão de séries temporais. Há diversos modelos na literatura, como os modelos de regressão, modelos estatísticos, dentre outros. Outro modelo que vem se destacando na literatura é a previsão utilizando as redes neurais artificiais, pela sua capacidade de aprendizado. As redes neurais possuem várias arquiteturas, e uma em particular, que é considerada padrão na literatura, é a rede perceptron multicamadas com o algoritmo backpropagation. O presente trabalho propõe uma rede neural híbrida composta pelo método de regressão linear com seleção de variáveis stepwise juntamente com a rede neural artificial perceptron multicamadas com o algoritmo backpropagation. O objetivo é obter um método simples e eficaz para redução de variáveis sem perda de qualidade de previsão. O modelo de regressão linear com o método de seleção de variáveis stepwise tem a função de selecionar as variáveis mais relevantes para compor o conjunto de dados de entrada para treinamento/diagnóstico da rede neural perceptron multicamadas com o algoritmo backpropagation que, consequentemente, é a responsável em realizar a previsão de carga elétrica. Com esta proposta busca-se uma metodologia que seja capaz de reduzir a quantidade de variáveis de entrada da rede neural e obter resultados satisfatórios, ou seja, boas previsões. Para corroborar a metodologia proposta são apresentados os resultados da previsão de carga elétrica a curto prazo em um período de 24 e 48 horas a frente, considerando-se os dados históricos de uma companhia do setor elétrico / With the increase in electric energy demand the planning of generation, transmission and distribution as well as the operation are important to provide services efficiently, economically and reliably. One of the tools to manage those resources are time series model forecasting. There are several models in the literature, as the regression models, statistical models, among others. Other model that has been highlighted in the literature is the forecasting using artificial neural network, due to the capacity of learning. Neural networks have several architectures, and one in particular, that is considered standard in the literature is the multilayer perceptron network with the backpropagation algorithm. The present work proposes a hybrid neural network composed by the linear regression method with stepwise variable selection with the multilayer perceptron artificial neural network with the backpropagation algorithm. The aim is to provide a simple and effective method to reduce the variables without losing the forecasting quality. The function of the linear regression model with stepwise variable selection is to select the more relevant variables to compose the input data set to training/ diagnostic of the multilayer perceptron neural network with the backpropagation algorithm that, consequently, is the responsible to realize the electric load forecasting. The aim of this proposal is to find a methodology that reduces the amount of input variables of the neural network and obtain satisfactory results. To verify the proposed methodology results are presented for electric short-term load forecasting in a period of 24 and 48 hours ahead, considering the historical data obtained from a company pertaining to the electrical sector

Orientador: Anna Diva Plasencia Lotufo / Co-orientador: Mara Lúcia Martins Lopes / Banca: Maria do Carmo Gomes da Silveira / Banca: Elizete de Andrade Amorim / Resumo: Com o aumento na demanda por energia elétrica o planejamento de geração, transmissão e distribuição bem como a operação são importantes para uma prestação de serviços de forma eficiente, econômica e confiável. Uma das ferramentas para gestão desses recursos são os modelos de previsão de séries temporais. Há diversos modelos na literatura, como os modelos de regressão, modelos estatísticos, dentre outros. Outro modelo que vem se destacando na literatura é a previsão utilizando as redes neurais artificiais, pela sua capacidade de aprendizado. As redes neurais possuem várias arquiteturas, e uma em particular, que é considerada padrão na literatura, é a rede perceptron multicamadas com o algoritmo backpropagation. O presente trabalho propõe uma rede neural híbrida composta pelo método de regressão linear com seleção de variáveis stepwise juntamente com a rede neural artificial perceptron multicamadas com o algoritmo backpropagation. O objetivo é obter um método simples e eficaz para redução de variáveis sem perda de qualidade de previsão. O modelo de regressão linear com o método de seleção de variáveis stepwise tem a função de selecionar as variáveis mais relevantes para compor o conjunto de dados de entrada para treinamento/diagnóstico da rede neural perceptron multicamadas com o algoritmo backpropagation que, consequentemente, é a responsável em realizar a previsão de carga elétrica. Com esta proposta busca-se uma metodologia que seja capaz de reduzir a quantidade de variáveis de entrada da rede neural e obter resultados satisfatórios, ou seja, boas previsões. Para corroborar a metodologia proposta são apresentados os resultados da previsão de carga elétrica a curto prazo em um período de 24 e 48 horas a frente, considerando-se os dados históricos de uma companhia do setor elétrico / Abstract: With the increase in electric energy demand the planning of generation, transmission and distribution as well as the operation are important to provide services efficiently, economically and reliably. One of the tools to manage those resources are time series model forecasting. There are several models in the literature, as the regression models, statistical models, among others. Other model that has been highlighted in the literature is the forecasting using artificial neural network, due to the capacity of learning. Neural networks have several architectures, and one in particular, that is considered standard in the literature is the multilayer perceptron network with the backpropagation algorithm. The present work proposes a hybrid neural network composed by the linear regression method with stepwise variable selection with the multilayer perceptron artificial neural network with the backpropagation algorithm. The aim is to provide a simple and effective method to reduce the variables without losing the forecasting quality. The function of the linear regression model with stepwise variable selection is to select the more relevant variables to compose the input data set to training/ diagnostic of the multilayer perceptron neural network with the backpropagation algorithm that, consequently, is the responsible to realize the electric load forecasting. The aim of this proposal is to find a methodology that reduces the amount of input variables of the neural network and obtain satisfactory results. To verify the proposed methodology results are presented for electric short-term load forecasting in a period of 24 and 48 hours ahead, considering the historical data obtained from a company pertaining to the electrical sector / Mestre

Made available in DSpace on 2014-06-11T19:30:51Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-07-12Bitstream added on 2014-06-13T20:40:38Z : No. of bitstreams: 1 antunes_jf_dr_ilha.pdf: 2867370 bytes, checksum: 4061f263eed9e3cabe23c0527e8e7565 (MD5) / Previsão de cargas é uma atividade indispensável para o funcionamento dos sistemas de energia elétrica e contribuem para o planejamento e a operação, visando garantir o fornecimento de energia aos consumidores de forma segura, confiável e econômica. A previsão a curto prazo ajuda a estimar o fluxo de carga, tomar decisões de prevenção de sobrecargas, entre outras ações que são rotineiramente executadas. Para realizar a previsão é necessário identificar os padrões do comportamento de consumo e da sua relação com as variáveis externas do ambiente no sistema. A maioria dos estudos de previsões de cargas é realizada utilizando métodos estatísticos, onde é necessário modelar a carga matematicamente. Apesar de fornecerem bons resultados utilizam métodos complexos é de difícil modelagem. As técnicas de inteligência artificial proporcionam uma nova ferramenta, capazes de modelar uma grande quantidade de dados de cargas e construir a relação entre as variáveis do sistema de forma automática. Dentre essas técnicas inteligentes destacam-se as redes neurais e a lógica fuzzy que são utilizadas para previsão de cargas. Nesta pesquisa, apresenta-se um método de previsão multinodal (em vários pontos de interesse da rede elétrica) de carga elétrica, de curto prazo, utilizando uma rede neural artificial baseada na arquitetura ART (Adaptive Resonance Theory), denominada de rede neural ART-ARTMAP Fuzzy. As redes neurais ART apresentam características fundamentais, a estabilidade e a plasticidade, para treinar e prever de forma rápida e confiável. O método proposto foi implementado na plataforma MATLAB, onde foi possível realizar a previsão de cargas, por exemplo, de um sistema composto por nove subestações. Como forma de avaliar os resultados obtidos pela previsão, foi calculada... / Load forecasting is an essential activity for the operation of electric power systems and contribute to the planning and operation in order to ensure the supply of electricity to consumers in a secure, reliable and economical way. The short-term forecasting aids estimating the load flow, makes decisions to prevent overloads, among other actions that are routinely performed. It is necessary to identify the consumer behavior patterns and the relationship with the external environment variables of the system to perform the forecasting. The estimated load is determined via the following predictors. Many studies of load forecasting use statistical methods, where it is necessary to mathematically model the load. While providing good results in using complex methods it is difficult to model. The artificial intelligence techniques provided a new tool capable of modeling a large amount of data loads and build the relationship between the variables of the system. Among these intelligent techniques there are the neural networks and fuzzy logic which are used to load forecasting. This research presents a method for short-term multinodal electrical load forecasting (at various points of main interest), using an artificial neural network architecture based on ART (Adaptive Resonance Theory) neural network called ART-ARTMAP Fuzzy. ART neural networks have fundamental characteristics, stability and plasticity, to train and provide fast and reliable results. The method was implemented in Matlab platform where it was possible to perform the prediction, for example, for a system composed of nine substations. In order to evaluate the results obtained by the predictions the maximum percentage error of the forecast and the average percentage error were calculated. Historical load data yielded by the Electricity Commission of New Zealand are used to execute the training and... (Complete abstract click electronic access below)

Made available in DSpace on 2015-10-06T13:03:11Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-02-20. Added 1 bitstream(s) on 2015-10-06T13:18:50Z : No. of bitstreams: 1 000849384.pdf: 1047257 bytes, checksum: 45134ee2d113dbbeddabf3b345ce6cf9 (MD5) / Neste trabalho são propostas duas novas técnicas de parametrizações geométricas que se baseiam na análise da curva trajetórias de soluções (curva P-V) do fluxo de carga continuado e que permitem tanto o traçado completo das curvas P-V quanto a obtenção do ponto de máximo carregamento de qualquer sistema elétrico de potência. Estas técnicas surgiram diante das limitações de algumas técnicas de parametrização geométrica existentes para determinação do ponto de máximo carregamento e traçado dos perfis de tensão de sistemas cuja tensão de uma pequena área, ou magnitude de tensão de uma quantidade pouco significativa de barras, não permanece dentro da faixa normal de operação. Na primeira a adição de uma equação de segundo grau ao sistema de equações básicas do fluxo de carga continuado, a qual passa por três pontos no plano formado pelas variáveis perdas de potência ativa total e o fator de carregamento, mostrou-se eficiente quando aplicado aos sistemas do IEEE, 300, 638 e 787 barras do sistema Sul-Sudeste brasileiro. Mas, falha para sistemas com instabilidade de tensão com características predominantemente local, como o sistema de 904 barras do Sudoeste americano. Diante desta limitação é proposta uma nova técnica que consiste no acréscimo de uma equação de reta que passa por um ponto no plano formado pelas variáveis perda total de potência ativa e o fator de carregamento. É uma técnica robusta o que favorece sua aplicação com êxito em quaisquer sistemas do IEEE e os reais de grande porte, em particular o 904 barras, o que pode ser comprovado pela análise dos resultados obtidos. Também para ambas as técnicas, propõem-se a normalização da variável perda total de potência ativa, para uniformizar seus valores e a escala dos eixos propiciando a vantagem da definição de um processo eficiente e único de controle de tamanho de passo para o traçado completo da curva P-V para qualquer... / This work proposes two new geometric parameterization techniques that based on analysis of solutions trajectory curve ( P-V curve) of the continuation power flow and allow both the complete tracing of P-V curves as obtaining the maximum loading point of any electric power system. These techniques were developed before the limitations on the geometric parameterization techniques exist for determining the maximum load point and layout of system voltage profiles whose voltage profile of a small area or voltage magnitude of a little bit amount of bus not remains within the normal operating range. At first the addition of a second degree equation of the basic equations of the continuation power flow which passes through three points in the plane formed by the total power loss variable active and load factor was shown to be effective when applied to IEEE systems 300, 638 and 787 bus of the Brazilian South-Southeast system but fails for systems with instability with predominantly local voltage characteristics such as the American Southwest 904 bus system. Given this limitation we propose a new technique consisting of the addition of a line equation passing through a point in the plane formed by the variables total real power losses and loading factor is a robust technique which favors their successful implementation in any IEEE systems and large real in particular the 904 bus which can be confirmed by analysis of the results. Also for both techniques propose to normalize the total real power losses variable to standardize its values and the axes scale providing the advantage of defining an efficient and unique process step size control for the complete tracing of P-V curve for any operating condition

Made available in DSpace on 2015-08-20T17:10:09Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-04-13. Added 1 bitstream(s) on 2015-08-20T17:26:58Z : No. of bitstreams: 1 000844134.pdf: 1697041 bytes, checksum: 8a1d8923467a90ec0a2ead0af1eac82d (MD5) / O estudo do processo de previsão constitui-se numa rotina de extrema importância para o funcionamento e a operação dos sistemas elétricos de potência. Para isso, há a necessidade de se prever os acontecimentos futuros visando o fornecimento de energia aos consumidores, de forma segura, eficaz e econômica. Neste sentido, nesta pesquisa, apresenta- se uma metodologia, baseada nas redes neurais, para resolver o problema de previsão de carga. São propostas melhorias na rede neural, via o emprego do algoritmo retropropagação (backpropagation), por meio da adaptação dos parâmetros de inclinação e de translação da função sigmoide (função ativação da rede neural). Além disto, é desenvolvido um controlador fuzzy com o propósito de ajustar a taxa de treinamento durante o processo de convergência. Visando testar a metodologia proposta, apresenta-se um estudo de previsão da carga considerando-se uma base de dados de uma companhia do setor elétrico / The prediction process study is a very important task for the operation of the electrical power systems. Therefore, it is necessary to predict the future behavior to provide energy with security, efficiency and economy to the users. This work presents a methodology based on neural networks to solve the problem of load forecasting. The proposal is to improve the neural network using the backpropagation algorithm adapting the inclination and translation parameters of the sigmoid function (activation function of the neural network). Besides, it is developed a fuzzy controller to adjust the training during the convergence process. To test the proposed methodology, it is presented a load forecasting study considering a database from an electrical energy company

Made available in DSpace on 2014-12-02T11:16:57Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-08-19Bitstream added on 2014-12-02T11:20:50Z : No. of bitstreams: 1 000800395.pdf: 8014277 bytes, checksum: 4d3812c95097038d04def6f44aa4be16 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho, apresenta-se um método de simulação por quadrículas para os estudos de previsão espacial da densidade de carga nos sistemas de distribuição de energia elétrica da zona urbana, o qual pode ser considerado como uma ferramenta de auxílio para os planejadores das empresas de distribuição durante o processo de planejamento da expansão dos sistemas de distribuição no médio e longo prazo. No método proposto, são utilizados conceitos da geometria fractal para melhorar a caracterização da distribuição espacial do consumo de energia elétrica na zona urbana da cidade. Além disso, considera-se a disponibilidade atual de dados nas empresas de distribuição como: o conjunto de dados georreferenciados dos elementos da rede e mapas da zona de concessão urbana. Uma das contribuições deste trabalho é apresentar um modelo que realiza a simulação de forma conjunta do crescimento de carga por causa da: expansão da cidade, livre vontade dos habitantes para povoar em regiões disponíveis e influência das infraestruturas urbanas para atrair ou repelir novos usuários. Assim, este modelo pode ajudar na criação de cenários prospectivos no planejamento da expansão da rede elétrica, considerando o crescimento dinâmico da zona urbana na cidade. O método proposto foi testado em um sistema de distribuição real de uma cidade de médio porte. O resultado do método é um mapa com a distribuição espacial da densidade de carga simulada na zona de estudo, que mostra as subáreas com maior crescimento na sua densidade de carga. Desta forma, esse mapa permite a verificação da capacidade dos equipamentos do sistema de distribuição, a fim de suprir tal crescimento de carga. O modelo proposto é avaliado utilizando uma análise espacial do erro cometido na alocação de cargas no processo de simulação da densidade de carga existente, a qual mostra uma eficácia para caracterizar o padrão espacial de consumo de energia elétrica, com um erro global de simulação menor que 3% da carga total instalada na cidade. / This thesis presents a grid-based simulation method for spatial load forecasting studies in the electric distribution systems in the urban area. This approach can be considered as a useful tool to aid planning engineers in the process of distribution systems expansion planning in the mid- and long-term. The fractal geometry concepts are used to improve the characterization of the spatial pattern of the load density in the urban area considering the available data on the electrical distribution utilities, using a data georeferenced of network elements and maps of the urban area. One of the contributions of this work is a tool to jointly simulate: the expansion of the city, the free decision of inhabitants to populate regions, and the influence of urban infrastructure to attract or repel new users. Thus, this model can help creating future scenarios in the process of distribution systems expansion planning considering the dynamic growth of the urban area. The proposed method was tested in a real distribution system of a medium-sized city. The result is a map of the spatial distribution of the load density simulated in the study area, which shows the subareas with high growth in their load density. This map allows the verification of the distribution system capacity in order to meet the load growth. The proposed model is evaluated using a spatial analysis of the loads allocation error in the simulation of the actual load density; it shows an efficacy to characterize the spatial pattern of consumption of electricity with a simulation global error inferior to 3% of the total load installed in the city.

Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-10-19Bitstream added on 2014-06-13T18:08:31Z : No. of bitstreams: 1 oliveira_cm_me_ilha.pdf: 579995 bytes, checksum: 40131b559f97d367bfaaf567b4130b1d (MD5) / PROPG - Programa de Pós-Graduação / Nos dias atuais, a previsão de cargas elétricas tem se mostrado cada vez mais importante às empresas distribuidoras de tal serviço, especialmente para que sejam possibilitados o planejamento, análise e operação dos sistemas elétricos, restando clara a necessidade de se antever o comportamento da carga, tornando possível o fornecimento eficiente de energia aos consumidores, visando que isso ocorra de forma econômica e contínua, valendo ressaltar ainda que, a tais empresas resta o interesse na lucratividade do setor para que se mantenham sólidas no mercado. Em um primeiro momento, a solução para tais problemas foi a utilização de técnicas matemáticas e estatísticas, podendo citar como exemplo, as séries numéricas, com resultados satisfatórios, mas de difícil modelagem. A inteligência artificial tem se mostrado uma técnica que supera os resultados anteriormente obtidos e, como prova de tal afirmação, a presente dissertação apresenta uma metodologia baseada em redes neurais, possibilitando a obtenção de resultados bastante satisfatórios, demonstrando ser um modelo robusto, com baixo custo computacional, rápido e eficiente. O objetivo deste trabalho é a utilização do hibridismo de redes neurais, sendo a primeira delas, uma rede ART Fuzzy e a segunda, a Perceptron multicamadas, via algoritmo backpropagation, aproveitando as melhores características de cada uma delas para a obtenção de resultado viável quando de sua utilização. A metodologia utilizada apresenta níveis de erro aceitáveis comparado a outros métodos que se encontram na literatura ou, até mesmo, em uso pelas empresas distribuidoras do setor elétrico brasileiro. No intuito de se obter a previsão de cargas citada acima, foi utilizado um banco de dados histórico de uma empresa distribuidora nacional, valendo-se de técnicas como o janelamento, entre outras que serão devidamente descritas no decorrer do texto / Electrical load forecasting is very important to the electrical companies to advice in planning, operation and analysis of electrical power systems. Knowing the load in advance leads to provide energy efficiently, continuously and economically. Firstly the solution for such problems was executed with mathematical and statistical techniques, e.g. time series analysis with good results but with difficult modeling. The use of Artificial Intelligence overcomes these problems and the proposal of this work is to present a robust hybrid method using neural networks providing good results with low computational costs. The hybrid model proposed in this work uses a Fuzzy ART neural network and a MLP (multi layerPerceptron) by backpropagation training emphasizing the best characteristics of each one. The errors obtained are compatible with those found in the literature. Results are shown for data from a Brazilian electrical company

Orientador: Antonio Padilha Feltrin / Co-orientador: Edgar Manuel Carreño Franco / Banca: José Roberto Sanches Mantovani / Banca: Carlos Roberto Minussi / Banca: Alexandre Rasi Aoki / Banca: Claudia Maria de Almeida / Resumo: Neste trabalho, apresenta-se um método de simulação por quadrículas para os estudos de previsão espacial da densidade de carga nos sistemas de distribuição de energia elétrica da zona urbana, o qual pode ser considerado como uma ferramenta de auxílio para os planejadores das empresas de distribuição durante o processo de planejamento da expansão dos sistemas de distribuição no médio e longo prazo. No método proposto, são utilizados conceitos da geometria fractal para melhorar a caracterização da distribuição espacial do consumo de energia elétrica na zona urbana da cidade. Além disso, considera-se a disponibilidade atual de dados nas empresas de distribuição como: o conjunto de dados georreferenciados dos elementos da rede e mapas da zona de concessão urbana. Uma das contribuições deste trabalho é apresentar um modelo que realiza a simulação de forma conjunta do crescimento de carga por causa da: expansão da cidade, livre vontade dos habitantes para povoar em regiões disponíveis e influência das infraestruturas urbanas para atrair ou repelir novos usuários. Assim, este modelo pode ajudar na criação de cenários prospectivos no planejamento da expansão da rede elétrica, considerando o crescimento dinâmico da zona urbana na cidade. O método proposto foi testado em um sistema de distribuição real de uma cidade de médio porte. O resultado do método é um mapa com a distribuição espacial da densidade de carga simulada na zona de estudo, que mostra as subáreas com maior crescimento na sua densidade de carga. Desta forma, esse mapa permite a verificação da capacidade dos equipamentos do sistema de distribuição, a fim de suprir tal crescimento de carga. O modelo proposto é avaliado utilizando uma análise espacial do erro cometido na alocação de cargas no processo de simulação da densidade de carga existente, a qual mostra uma eficácia para caracterizar ... / Abstract: This thesis presents a grid-based simulation method for spatial load forecasting studies in the electric distribution systems in the urban area. This approach can be considered as a useful tool to aid planning engineers in the process of distribution systems expansion planning in the mid- and long-term. The fractal geometry concepts are used to improve the characterization of the spatial pattern of the load density in the urban area considering the available data on the electrical distribution utilities, using a data georeferenced of network elements and maps of the urban area. One of the contributions of this work is a tool to jointly simulate: the expansion of the city, the free decision of inhabitants to populate regions, and the influence of urban infrastructure to attract or repel new users. Thus, this model can help creating future scenarios in the process of distribution systems expansion planning considering the dynamic growth of the urban area. The proposed method was tested in a real distribution system of a medium-sized city. The result is a map of the spatial distribution of the load density simulated in the study area, which shows the subareas with high growth in their load density. This map allows the verification of the distribution system capacity in order to meet the load growth. The proposed model is evaluated using a spatial analysis of the loads allocation error in the simulation of the actual load density; it shows an efficacy to characterize the spatial pattern of consumption of electricity with a simulation global error inferior to 3% of the total load installed in the city / Doutor