Made available in DSpace on 2017-07-21T14:19:33Z (GMT). No. of bitstreams: 1 Luiz Rafael Schmitke.pdf: 1854453 bytes, checksum: c7e3cc9cb3865213cd2b9f59a4cf211c (MD5) Previous issue date: 2012-06-30 / Agriculture is an activity where the weather has more impact, influencing techniques and crops employed. Much of the agricultural productivity is affected by climatic conditions that are created by natural factors and are not likely to control. Although you can’t control the weather, we can predict it, or even simulate their conditions to try minimize its impact on agriculture. To be able to make these predictions and simulations are necessary data collected from weather stations that can be conventional or automatic and must be without gaps or abnormal data. Most of these errors are caused by signal interference, disconnection, oxidation of cables and spatio-temporal variation of climate which consequently end up generating those problems at the climates bases. Thus, this research work has as main objective to create a model capable of correcting gaps in climate databases, observing that not to correct abnormal observations or replace statistical methods for the same purpose. Therefore a model was created to correct the gaps in weather data between stations using the P2P architecture. With this model, an application was created to test its performance to correct the gaps. Also to perform the tests were used bases in the cities of Ponta Grossa, Fernandes Pinheiro and Telêmaco Borba provided by Instituto Tecnológico SIMEPAR, and bases of the cities of Castro, Carambeí, Pirai do Sul and Tibagi provided by Fundação ABC, which are collected daily on automatic stations. As a result it was observed that the performance of P2P correction model was satisfactory when compared to the simulator used in the tests, with lower results only in February, which corresponds to the period of summer, to the autumn, winter and spring the model P2P was better than simulated. Although it was found that the number of stations participating in the network at the time of correcting influences the results, and the higher it is, the better the results obtained with the correcting. / A agricultura é uma das atividades onde o clima tem mais impacto, influenciando as técnicas e os cultivos empregados. Grande parte da produtividade agrícola se deve as condições climáticas que são criadas por fatores naturais e não são passíveis de controle. Embora não seja possível controlar o clima, pode-se prevê-lo ou até simular suas condições para tentar minimizar seu impacto na agricultura. Para que seja possível realizar estas previsões e simulações são necessários dados coletados em estações climáticas que podem ser convencionais ou automáticas e que precisam estar sem dados anormais ou lacunas. Grande parte desses erros se deve a interferência no sinal, desconexão, oxidação de cabos e a variação espaço-temporal do clima que por consequência acabam gerando aqueles problemas nas bases climáticas. Desta forma, este trabalho de pesquisa tem como objetivo principal criar um modelo capaz de corrigir as lacunas existentes nas bases de dados climáticas, salientando-se que não visa à correção de observações anormais e nem a substituição dos métodos estatísticos para o mesmo fim. Para tanto foi criado um modelo de correção das lacunas em dados climáticos entre as estações utilizando a arquitetura P2P. Com este modelo, foi criada uma aplicação para testar seu desempenho em corrigir as lacunas encontradas. Também para a realização dos testes foram utilizadas bases das cidades de Ponta Grossa, Fernades Pinheiro e Telêmaco Borba, fornecidas pelo Instituto Tecnológico SIMEPAR, e bases das cidades de Castro, Carambeí, Tibagi e Pirai do Sul fornecidas pela Fundação ABC, sendo estes dados, diários e coletados em estações automáticas. Como resultados foi possível observar que o desempenho do modelo de correção P2P foi satisfatório quando comparado ao simulador utilizado nos testes, apresentando resultados inferiores somente no mês de fevereiro, que corresponde ao período de verão, para as estações de outono, inverno e primavera o modelo P2P foi melhor que o simulado. Ainda foi verificado que a quantidade de estações que participa da rede na hora da correção influencia os resultados, sendo que quanto maior ela for, melhores são os resultados obtidos com a correção. Palavras-chave: Redes P2P, Correção, Dados Climáticos.

Submitted by Sandro Camargo (sandro.camargo@unipampa.edu.br) on 2015-05-09T22:40:42Z No. of bitstreams: 1 117110027.pdf: 2705925 bytes, checksum: 22617f402005b98190c3067b1402ee2f (MD5) / Made available in DSpace on 2015-05-09T22:40:42Z (GMT). No. of bitstreams: 1 117110027.pdf: 2705925 bytes, checksum: 22617f402005b98190c3067b1402ee2f (MD5) Previous issue date: 2014-04-01 / A variação do comportamento de consumo elétrico ao longo do dia vem sendo um constante desafio para planejamentos e operação de sistemas de distribuição de energia elétrica. A diversidade de ocorrência dos picos de demanda, considerando diferentes classes de consumo, para um transformador de distribuição, são determinados de uma forma estatística, assim possibilitando uma aproximação do real comportamento dos consumidores de energia elétrica. Mas não basta apenas considerar dados estatísticos, e sim adicionar outros fatores que são determinísticos para definição real desse comportamento destes consumidores ao longo do dia. Neste contexto, é fundamental considerar dados climáticos. Durante um período de 12 meses foi realizada uma campanha de medições e paralelamente um arquivamento de informações utilizando sites da internet sobre dados climáticos da região. Como as medições (amostragens) foram, geograficamente, muito próximas, foi possível acompanhar e perceber a modificação de comportamento dos consumidores, como a utilização de condicionadores de ar e refrigeração em geral. Portanto, como objetivo de aperfeiçoar a caracterização de curvas típicas de demanda de energia elétrica, neste trabalho, utilizando metodologias de redes neurais, serão agrupadas as curvas de demanda considerando: classes, subclasses, consumo médio (últimos 12 meses) de energia elétrica, e adicionalmente dados climáticos. / The variation of the behavior of electrical consumption throughout the day has been a constant challenge for planning and operation of electric power distribution systems. The diversity of occurrence of peak demand, considering different classes of consumption to a distribution transformer are determined in a statistical manner, allowing an approximation of the actual behavior of consumers of electricity. But not enough to consider only statistical data, but add other factors that are deterministic for real definition of the behavior of these consumers throughout the day. In this context, it is crucial to consider climate data. During a period of 12 months, a measurement campaign was carried out in parallel and an archive of information using the internet sites on climatic data of the region. Because measurements (samples) were geographically very close, it was possible to follow and realize the change in consumer behavior, such as the use of air conditioners and cooling in general. Therefore, the objective of improving the characterization of typical curves of electricity demand, this paper, using methodologies neural networks, are grouped considering the demand curves: classes, subclasses, middle (last 12 months) of electricity, and additionally climatic data.

Made available in DSpace on 2017-07-20T13:41:56Z (GMT). No. of bitstreams: 1 GABRIELA LEITE NEVES.pdf: 2850568 bytes, checksum: d212a8a17a32a986fc2b0200c7ee256e (MD5) Previous issue date: 2015-02-09 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Climate change is a matter of research, since there are still many questions about its causes and consequences. The effects of climate change are diverse, and can reach from the biodiversity of the planet to the economic, social and environmental sectors. Thus the knowledge of climate variables, their changes and impacts on natural resources is very important. Many researchers already had observed that water, a natural resource of great value, may be disturbed due to climate change. Thus the study of water availability related to climate change becomes necessary. The aim of this study was to analyze the impact of possible climate changes on water availability in the state of Paraná, Brazil. It were used daily data of precipitation, and maximum and minimum air temperature of 28 locations, with series of data from 1980 to 2009. By means of the PGECLIMA_R tool daily weather data were simulated for the period 2010 to 2099, using the climate scenarios projected in the IPCC AR4-, IPCC AR5- and trend analysis of historical data from 1980 to 2009. For the creation of the latter scenario, there was a parallel study to obtain the changes in temperature for each location, which were then projected in the simulations. In order to quantify the water availability under the proposed conditions, we estimated the water balance for the current and simulated weather data using the methodology of Thornthwaite and Matter (1955). With interpolation tools, the results of changes in temperature and hydric indices obtained by the water balance were mapped for the entire state of Paraná. The hydric indices were then compared in different scenarios and analyzed periods. The results show that the state of Paraná has a great climate variability across regions. The trend analysis of air temperature pointed from reductions to increases in this variable and these were responsible for different impacts on water availability. In general, all scenarios were responsible for reductions in water availability, but the northern region is more susceptible to these reductions. The trend scenario showed reductions in water availability for most regions, but there was also increase in some specific regions of Parana State. / As modificações do clima é assunto de pesquisa, já que ainda existem muitos questionamentos sobre suas causas e consequências. Os efeitos das mudanças climáticas são diversos, e podem atingir desde a biodiversidade do planeta até os setores econômicos, sociais e ambientais. Sendo assim o conhecimento das variáveis climáticas, de suas alterações e seus impactos nos recursos naturais é de suma importância. Muitos pesquisadores já observaram que a água, um recurso natural de grande valor, poderá sofrer perturbações decorrentes das mudanças climáticas. Assim o estudo da disponibilidade hídrica frente às mudanças climáticas se torna necessário. O objetivo desse trabalho foi analisar o impacto de possíveis mudanças climáticas na disponibilidade hídrica no estado do Paraná. Utilizou-se dados diários de precipitação, temperatura máxima e temperatura mínima de 28 localidades, que correspondem a uma série de dados de 1980 a 2009. Por meio da ferramenta PGECLIMA_R, realizaram-se simulações de dados climáticos diários, para o período de 2010 até 2099, considerando os cenários climáticos projetados no IPCC-AR4, IPCC-AR5 e na análise de tendência dos dados históricos no período de 1980 a 2009. Para a criação deste último cenário, realizou-se um estudo paralelo em que se obteve as alterações na temperatura para cada localidade, as quais foram então projetadas nas simulações. A fim de quantificar a disponibilidade hídrica nas condições propostas, estimou-se os balanço hídricos para os dados climáticos atuais e para os simulados, pela metodologia de Thornthwaite e Matter (1955). Com ferramentas de interpolação, os valores das alterações na temperatura e dos índices hídricos obtidos pelo balanço hídrico foram espacializados para todo o estado do Paraná. Os índices hídricos então foram comparados nos diferentes cenários e períodos analisados. Os resultados apontam que o estado do Paraná apresenta uma grande variabilidade climática entre suas regiões. A análise de tendência da temperatura do ar apontou desde reduções a aumentos nessa variável e essas alterações foram responsáveis também por diferentes impactos na disponibilidade hídrica. De forma geral, todos os cenários foram responsáveis por reduções na disponibilidade hídrica, porém a região norte foi aquela que mostrou ser mais suscetível a essas reduções. O cenário de tendência apontou reduções na disponibilidade hídrica para a maioria das regiões, porém houve aumento pontual da mesma em algumas regiões especificas do Estado do Paraná.