Este trabalho aborda a detecção da condição de ilhamento e de seus impactos em redes de distribuição e em gerações distribuídas que empregam conversores CC-CA. Na literatura são encontradas dois grupos de técnicas para este tipo de aplicação. As técnicas passivas, que identificam a condição de ilhamento através do ajuste dos limites de variação dos relés de proteção, e as técnicas ativas, que inserem um sinal de realimentação positiva de forma a tornar o sistema instável no momento da desconexão. As técnicas ativas, por apresentarem um menor tempo de detecção e simples implementação em hardware, são preferencialmente utilizadas, apesar da injeção de distúrbios no sistema de controle da geração distribuída. O estado-da-arte em termos de detecção de ilhamento consiste em desenvolver uma técnica que possua alta capacidade de detecção, porém sem injeção de distúrbios no sistema de geração distribuída quando conectado à rede de distribuição. Neste trabalho, são abordadas duas formas para a redução da injeção de distúrbios e do tempo de detecção. Em uma primeira abordagem é proposto um projeto ótimo para o algoritmo de sincronização PLL (phase-locked loop), o qual permite a redução do ganho de realimentação positiva para técnicas em frequência e, consequentemente, a redução da injeção de distúrbios. Em uma segunda abordagem é utilizada a metodologia fuzzy de forma a garantir a detecção da condição de ilhamento sem nenhuma injeção de distúrbios no sistema de controle. Resultados de simulação e experimentais, obtidos por meio de uma bancada experimental controlada por DSP, são apresentados para validar as propostas presentes nesta dissertação / This thesis deals with the islanding detection and its impact on distribution networks when distributed generation systems are driven by DC-AC converters. Two groups of techniques are found in the literature. The passive techniques in which adjusting the variation limits of protective relays identify the islanding condition, and the active techniques that insert a positive feedback signal in order to make the system unstable when the contingency is on progress. The active techniques present a reduced detection time and simple hardware implementation. They are preferably used in despite of the injection of disturbances in the control system. In this thesis two ways to reduce injection of disturbances and detection time are proposed. In a first approach is shown an optimal design for the synchronization algorithm PLL (Phase-Locked Loop) which allows to reduce the positive feedback gain in frequency techniques in order to decrease the injection of disturbances. In a second approach a fuzzy methodology is used to ensure the islanding detection with the aforementioned requirements. Simulation analysis and experimental results are presented to validate the proposed approach

Os sistemas elétricos de distribuição estão evoluindo rapidamente devido à penetração de geração distribuída e ao crescimento na utilização de avançadas estruturas de medição e sistemas de gerenciamento de distribuição de energia elétrica. Esta evolução traz consigo novos desafios devido à intermitência da geração, a qual pode gerar impactos indesejáveis nos sistemas de distribuição, como a interação de diferentes harmônicos. As Unidades de Medição Fasorial (PMUs) tem potencial para desempenhar um importante papel no monitoramento de sistemas elétricos de distribuição por meio dos fasores com medidas temporalmente sincronizadas de tensão e corrente em vários locais do sistema, oferecendo assim inúmeras possibilidades para estimar o estado de uma rede de distribuição. Porém, para serem utilizadas amplamente em redes de distribuição, é necessário que as PMUs apresentem um menor custo e possuam algumas características funcionais exclusivas para o uso nestas redes. Assim, o objetivo desta tese consiste no desenvolvimento de uma unidade de medição fasorial de baixo custo com características originais para o uso no nível de distribuição de energia elétrica, tais como medição fasorial nas redes de média e baixa tensão utilizando a modelagem dos transformadores e a identificação e estimação dos parâmetros da causa de ocorrência de distúrbios elétricos. Para isso, foram construídos dois protótipos da unidade de medição fasorial proposta neste trabalho, visando verificar a sincronização na medição de fasores de tensão e corrente. Os protótipos também foram acoplados à rede com diferentes combinações de impedância e alimentaram variadas cargas, onde foi possível através das técnicas implementadas nos equipamentos identificar e estimar os parâmetros elétricos da origem (rede ou carga) da ocorrência de variações na tensão e potência fornecidas pela rede distribuição. / Power distribution systems are evolving at a high pace largely due to the proliferation of distributed energy resources and the growing utilization of advanced metering infrastructures and distribution management system. This evolution is also leading to new challenges due large penetration of intermittent distributed generation, which can lead to noticeable impacts on distribution feeders. Phasor Measurement Units (PMUs) have the potential to play an essential role in power distribution system monitoring. For providing synchronized measurements of voltage and current phasors at various system locations, PMUs offer numerous possibilities for ascertaining information relating to the state of the power distribution system. However, to be used widely in power distribution systems, its necessary that PMUs get a low cost and have some exclusive features for these systems. Thus, the main objective of this thesis have consisted of developing a low cost Phasor Measurement Unit with original features proposed for distribution level, such as compatibility with low and medium voltage power networks using transformer modeling and also the identification and parameter estimation of the cause of electrical disturbances. So, they were built two prototypes of the Phasor Measurement Unit, in order to verify the synchronization in the measurement of voltage and current phasors. The prototypes were also coupled to the network with different combinations of impedance and they fed varying loads, where it was possible through the techniques implemented in the equipment identify and estimate electrical parameters of the cause (network or load) of variations in voltage and power supplied by the network distribution.

Sistemas de predição de desempenho de cadeias de suprimento são constituídos por indicadores que visam estimar o desempenho da empresa-foco em decorrência também do desempenho dos indicadores dos fornecedores. Na literatura são encontrados apenas dois modelos quantitativos (GANGA; CARPINETTI, 2011; AGAMI; SALEH; RASMY, 2014) que permitem predizer o desempenho de cadeias de suprimento usando os indicadores do modelo SCOR® (Supply Chain Operations Reference). Uma limitação de ambos modelos é a dificuldade de se ajustar ao ambiente de uso, uma vez que sua implementação e atualização requerem a parametrização manual de muitas regras de decisão. Tanto o uso de redes neurais quanto de sistemas neuro-fuzzy têm o potencial de contornar essa dificuldade por utilizarem um mecanismo de aprendizagem que possibilita a adaptação ao ambiente de uso usando dados numéricos. Todavia, na literatura não são encontradas aplicações dessas técnicas no apoio à predição de desempenho de cadeias de suprimento, tampouco estudos que discutam qual dessas técnicas se mostra mais adequada para lidar com este problema. Diante disso, o objetivo desta pesquisa é construir e a avaliar a adequabilidade de dois sistemas de predição de desempenho, ambos baseados nos indicadores do modelo SCOR®, mas usando alternativamente as técnicas redes neurais e sistemas neuro-fuzzy, para apoiar a gestão de desempenho da empresa-foco e de sua cadeia imediata. A execução desta pesquisa envolveu o uso de simulação computacional e de testes estatísticos. Os resultados mostram que, embora ambas as técnicas apresentem capacidade de predição satisfatória, as redes neurais são mais adequadas em relação à complexidade da definição da configuração topológica, enquanto os sistemas neuro-fuzzy se sobressaíram em relação à capacidade de predição, complexidade do treinamento, quantidade de variáveis de entrada, suporte à tomada de decisão sob incerteza e interpretabilidade dos dados. Outros resultados desta pesquisa estão relacionados à identificação de particularidades do processo de modelagem das técnicas avaliadas, à elaboração de um panorama sobre o uso de técnicas quantitativas na avaliação de desempenho de cadeias de suprimento e à identificação de algumas oportunidades de pesquisa. / Supply chain performance prediction systems are composed by indicators that aim to estimate the performance of a focal company considering also indicators related to their suppliers. There are two quantitative models in the literature (GANGA; CARPINETTI, 2011; AGAMI; SALEH; RASMY, 2014) that enable to predict the supply chain performance using the indicators proposed by the SCOR® model (Supply Chain Operations Reference). Nevertheless, there is a drawback of both models that refers to the difficulty in adapting to the environment of use, since implementation and updating of these models require parameterization of many decision rules that must be done by an expert. The application of artificial neural networks as well as neuro-fuzzy systems can overcome this drawback by using a learning mechanism that enables the adaptation to the environment of use using numerical data on supply chain performance. However, there are neither studies in the literature that propose the use of these techniques in order to support supply chain performance prediction nor studies that discuss which of these techniques seem to be more appropriate to deal with this problem. Thus, the objective of this study is to propose and evaluate the adequability of the two types of performance prediction systems based on the performance indicators of the SCOR® model, and both using alternatively artificial neural networks and neuro-fuzzy systems to support performance management of a focal company and their supply chain. The implementation of this research involved the use of computer simulation and statistical tests. The results show that although both techniques present a satisfactory predictive capacity, neural networks are more appropriate in relation to the complexity of defining the topological configuration, whereas the neuro-fuzzy systems are more adequate regarding the predictive capacity, complexity of the training, amount of input variables, support to decision-making under uncertainty and interpretability of data. Other results of this research refer to the identification of characteristics of the modeling process of the evaluated techniques, as well as to the review on the use of quantitative techniques for supply chain performance evaluation and to the identification of some research opportunities.

Neste trabalho foi realizada uma proposta de utilização de Sistemas de Inferência Nebulosos para controlar, em tempo de execução, parâmetros de Algoritmos Genéticos. Esta utilização busca melhorar o desempenho de Algoritmos Genéticos diminuindo, ao mesmo tempo: a média de iterações necessárias para que um Algoritmo Genético encontre o valor ótimo global procurado; bem como diminuindo o número de execuções do mesmo que não são capazes de encontrar o valor ótimo global procurado, nem mesmo para quantidades elevadas de iterações. Para isso, foram analisados os resultados de diversos experimentos com Algoritmos Genéticos, resolvendo instâncias dos problemas de Minimização de Funções e do Caixeiro Viajante, sob diferentes configurações de parâmetros. Com base nos resultados obtidos a partir destes experimentos, foi proposto um modelo com a troca de valores de parâmetros de Algoritmos Genéticos, em tempo de execução, pela utilização de Sistemas de Inferência Nebulosos, de forma a melhorar o desempenho do sistema, minimizando ambas as medidas citadas anteriormente. / This work addressed a proposal of the application of Fuzzy Systems to adjust parameters of Genetic Algorithms, during execution time. This application attempts to improve the performance of Genetic Algorithms by diminishing, at the same time: the average number of necessary generations for a Genetic Algorithm to find the desired global optimum value, as well as diminishing the number of executions of a Genetic Algorithm that are not capable of finding the desired global optimum value even for high numbers of generations. For that purpose, the results of many experiments with Genetic Algorithms were analyzed; addressing instances of the Function Minimization and the Travelling Salesman problems, under different parameter configurations. With the results obtained from these experiments, a model was proposed, for the exchange of parameter values of Genetic Algorithms, in execution time, by using Fuzzy Systems, in order to improve the performance of the system, minimizing both of the measures previously cited.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-09-04T18:35:15Z No. of bitstreams: 1 OrlandoRochaFilho.pdf: 10104010 bytes, checksum: 7c750a6e03597fc2e7f7474b62c35a46 (MD5) / Made available in DSpace on 2017-09-04T18:35:15Z (GMT). No. of bitstreams: 1 OrlandoRochaFilho.pdf: 10104010 bytes, checksum: 7c750a6e03597fc2e7f7474b62c35a46 (MD5) Previous issue date: 2017-04-24 / This thesis presents a maximum likelihood based modeling approach applied to dynamic systems operating in non-stationary environment that uses recursive parametric estimation based on the method of fuzzy instrumental variable. The context is evolving and the idea is to guarantee a robust for estimation of the parameters of noise-corrupted experimental data. The methodology consists of an evolving fuzzy clustering algorithm based on the similarity of the data which employs an adaptive distance norm based on the maximum likelihood criterion that use an adaptive search strategy on the experiment in order to avoid the curse of dimensionality related to the number of rules created during data clustering of the data set. The computational and experimental results to exemplify the proposed methodology are: statistical analysis of the fuzzy instrumental variable inserted in the evolving context; black box modeling of a thermal plant; identification of a benchmark nonlinear system widely published in the literature and the black box modeling of a 2DOF helicopter. These examples are used to illustrate the performance and efficiency by operating in a non–stationary environment. / Nesta tese é apresentada uma proposta de modelagem baseada máxima verossimilhança aplicada a sistemas dinâmicos operando em ambiente não-estacionário que utiliza a estima- ção paramétrica recursiva baseada no método de variável instrumental nebulosa, inserido no contexto evolutivo, no sentido de garantir robustez para estimação dos parâmetros diante de dados experimentais corrompidos por ruído. A metodologia é composta por um algoritmo de agrupamento nebuloso evolutivo baseado na similaridade dos dados que emprega uma norma de distância adaptativa baseada no critério de máxima verossimilhança que utiliza uma estratégia de busca adaptativa no experimento para evitar o problema da maldição de dimensionalidade relacionada ao número de regras criadas durante o agrupamento do conjunto de dados. Os resultados computacionais e experimentais para exemplificação da metodologia proposta são: análise estatística da variável instrumental nebulosa inserida no contexto evolutivo; na modelagem caixa preta de uma planta térmica (processo térmico); identificação de um sistema não-linear amplamente divulgado na literatura e a modelagem caixa preta de um helicóptero com dois graus de liberdade que ilustra o desempenho e a eficiência operando ambiente não-estacionário.

Neste trabalho é apresentado um estudo comparativo entre quatro controladores H não lineares aplicados a um manipulador robótico com restrições de força e posição. Para estudar o comportamento de cada controlador as seguintes estratégias foram adotadas: (1) o modelo nominal do robô é considerado conhecido e são utilizadas técnicas inteligentes para estimar incertezas paramétricas, dinâmicas não modeladas e distúrbios externos; (2) O modelo do sistema é considerado completamente desconhecido e as técnicas inteligentes são utilizadas para estimar o modelo completo. As técnicas inteligentes utilizadas são baseadas em redes neurais e lógica fuzzy. Resultados experimentais baseados em um manipulador planar de três juntas rotacionais são apresentados, sendo que as restrições de posicionamento e forças são referentes ao movimento sobre uma linha reta. Ainda neste projeto é desenvolvido um sensor para medição de forças e momentos em três eixos ortogonais, sendo este sensor o dispositivo utilizado para fornecer informações necessárias para o controle do manipulador robótico com restrições / In this work, we present a comparative study among four H nonlinear controllers applied to a manipulator subject to position and force constraints. In order to study the behavior of each controller the following strategies have been adopted: (1) the nominal model of the robot is considered known and intelligent techniques are used to estimate parametric uncertainties, nonmodeled dynamics and external disturbances; (2) the system model is considered completely unknown and intelligent techniques are used to estimate the complete model. The intelligent techniques considered are based on neural networks and fuzzy logic. Experimental results based on a planar manipulator with three rotational joints are presented where position and force constraints refer to a movement on a straight line. To perform these experiments we developed a sensor to measure forces and moments in three orthogonal axes

Os sistemas elétricos de distribuição estão evoluindo rapidamente devido à penetração de geração distribuída e ao crescimento na utilização de avançadas estruturas de medição e sistemas de gerenciamento de distribuição de energia elétrica. Esta evolução traz consigo novos desafios devido à intermitência da geração, a qual pode gerar impactos indesejáveis nos sistemas de distribuição, como a interação de diferentes harmônicos. As Unidades de Medição Fasorial (PMUs) tem potencial para desempenhar um importante papel no monitoramento de sistemas elétricos de distribuição por meio dos fasores com medidas temporalmente sincronizadas de tensão e corrente em vários locais do sistema, oferecendo assim inúmeras possibilidades para estimar o estado de uma rede de distribuição. Porém, para serem utilizadas amplamente em redes de distribuição, é necessário que as PMUs apresentem um menor custo e possuam algumas características funcionais exclusivas para o uso nestas redes. Assim, o objetivo desta tese consiste no desenvolvimento de uma unidade de medição fasorial de baixo custo com características originais para o uso no nível de distribuição de energia elétrica, tais como medição fasorial nas redes de média e baixa tensão utilizando a modelagem dos transformadores e a identificação e estimação dos parâmetros da causa de ocorrência de distúrbios elétricos. Para isso, foram construídos dois protótipos da unidade de medição fasorial proposta neste trabalho, visando verificar a sincronização na medição de fasores de tensão e corrente. Os protótipos também foram acoplados à rede com diferentes combinações de impedância e alimentaram variadas cargas, onde foi possível através das técnicas implementadas nos equipamentos identificar e estimar os parâmetros elétricos da origem (rede ou carga) da ocorrência de variações na tensão e potência fornecidas pela rede distribuição. / Power distribution systems are evolving at a high pace largely due to the proliferation of distributed energy resources and the growing utilization of advanced metering infrastructures and distribution management system. This evolution is also leading to new challenges due large penetration of intermittent distributed generation, which can lead to noticeable impacts on distribution feeders. Phasor Measurement Units (PMUs) have the potential to play an essential role in power distribution system monitoring. For providing synchronized measurements of voltage and current phasors at various system locations, PMUs offer numerous possibilities for ascertaining information relating to the state of the power distribution system. However, to be used widely in power distribution systems, its necessary that PMUs get a low cost and have some exclusive features for these systems. Thus, the main objective of this thesis have consisted of developing a low cost Phasor Measurement Unit with original features proposed for distribution level, such as compatibility with low and medium voltage power networks using transformer modeling and also the identification and parameter estimation of the cause of electrical disturbances. So, they were built two prototypes of the Phasor Measurement Unit, in order to verify the synchronization in the measurement of voltage and current phasors. The prototypes were also coupled to the network with different combinations of impedance and they fed varying loads, where it was possible through the techniques implemented in the equipment identify and estimate electrical parameters of the cause (network or load) of variations in voltage and power supplied by the network distribution.

Unidades propulsoras híbrido elétricas são uma alternativa em potencial para a redução do consumo de combustível e emissões de poluentes, quando empregadas em veículos de transporte público. A configuração híbrido elétrica de interesse é a série, na qual as fontes de potência, para o motor elétrico de tração, são compostas por um banco de baterias e uma unidade formada pela junção entre um motor à combustão interna e um gerador. Na presente Dissertação foi realizada a modelagem de um veículo elétrico híbrido série na qual diferentes estratégias de gerenciamento de potência foram investigadas. Dentre as estratégias de interesse, duas são fundamentadas em regras e a terceira em sistemas fuzzy. Resultados obtidos comprovaram que a fundamentada em sistemas fuzzy possibilita maior economia de combustível, permitindo que o motor à combustão interna forneça menos potência, face o emprego das baseadas em regras. Dessa forma, a utilização de sistemas fuzzy no gerenciamento de potência do veículo, permite o emprego de um motor à combustão menos potente, de menor custo, sem o comprometimento do desempenho do veículo. As simulações do presente modelo de veículo híbrido foram realizadas no ambiente Matlab/Simulink® 7.3.0. / Hybrid electric propulsion units are a potential alternative to the reduction of fuel consumption and pollutant emissions, when used in public transport vehicles. The electric hybrid configuration of interest is the series, in which the energy supplies to the traction electric motor are composed of batteries and a unit represented by the connection of an internal combustion engine and a generator. This Dissertation presents the modeling of a series hybrid electric vehicle in which different energy management strategies were investigated. Among the strategies of interest, two are based on rules and one on fuzzy systems. The obtained results proved that the strategy based on fuzzy systems improved the fuel economy, allowing the internal combustion engine to supply less power than the use of the strategies based on rules. Therefore, the use of fuzzy systems in the energy management of the vehicle allows for the adoption of a less potent and cheaper internal combustion engine, without compromising the vehicles performance. The simulations of the present model of the hybrid electric vehicle were performed in the Matlab/Simulink® 7.3.0 environment.

An automatically trained, statistically based, fuzzy inference system that functions as a classifier is produced. The hybrid system is designed specifically to be used as a decision support system. This hybrid system has several features which are of direct and immediate utility in the field of decision support, including a mechanism for the discovery of domain knowledge in the form of explanatory rules through the examination of training data; the evaluation of such rules using a simple probabilistic weighting mechanism; the incorporation of input uncertainty using the vagueness abstraction of fuzzy systems; and the provision of a strong confidence measure to predict the probability of system failure. <br /><br /> Analysis of the hybrid fuzzy system and its constituent parts allows commentary on the weighting scheme and performance of the "Pattern Discovery" system on which it is based. <br /><br /> Comparisons against other well known classifiers provide a benchmark of the performance of the hybrid system as well as insight into the relative strengths and weaknesses of the compared systems when functioning within continuous and mixed data domains. <br /><br /> Classifier reliability and confidence in each labelling are examined, using a selection of both synthetic data sets as well as some standard real-world examples. <br /><br /> An implementation of the work-flow of the system when used in a decision support context is presented, and the means by which the user interacts with the system is evaluated. <br /><br /> The final system performs, when measured as a classifier, comparably well or better than other classifiers. This provides a robust basis for making suggestions in the context of decision support. <br /><br /> The adaptation of the underlying statistical reasoning made by casting it into a fuzzy inference context provides a level of transparency which is difficult to match in decision support. The resulting linguistic support and decision exploration abilities make the system useful in a variety of decision support contexts. <br /><br /> Included in the analysis are case studies of heart and thyroid disease data, both drawn from the University of California, Irvine Machine Learning repository.

An automatically trained, statistically based, fuzzy inference system that functions as a classifier is produced. The hybrid system is designed specifically to be used as a decision support system. This hybrid system has several features which are of direct and immediate utility in the field of decision support, including a mechanism for the discovery of domain knowledge in the form of explanatory rules through the examination of training data; the evaluation of such rules using a simple probabilistic weighting mechanism; the incorporation of input uncertainty using the vagueness abstraction of fuzzy systems; and the provision of a strong confidence measure to predict the probability of system failure. <br /><br /> Analysis of the hybrid fuzzy system and its constituent parts allows commentary on the weighting scheme and performance of the "Pattern Discovery" system on which it is based. <br /><br /> Comparisons against other well known classifiers provide a benchmark of the performance of the hybrid system as well as insight into the relative strengths and weaknesses of the compared systems when functioning within continuous and mixed data domains. <br /><br /> Classifier reliability and confidence in each labelling are examined, using a selection of both synthetic data sets as well as some standard real-world examples. <br /><br /> An implementation of the work-flow of the system when used in a decision support context is presented, and the means by which the user interacts with the system is evaluated. <br /><br /> The final system performs, when measured as a classifier, comparably well or better than other classifiers. This provides a robust basis for making suggestions in the context of decision support. <br /><br /> The adaptation of the underlying statistical reasoning made by casting it into a fuzzy inference context provides a level of transparency which is difficult to match in decision support. The resulting linguistic support and decision exploration abilities make the system useful in a variety of decision support contexts. <br /><br /> Included in the analysis are case studies of heart and thyroid disease data, both drawn from the University of California, Irvine Machine Learning repository.