Submitted by Lucelia Lucena (lucelia.lucena@ufpe.br) on 2015-03-09T18:09:10Z No. of bitstreams: 2 DISSERTAÇÃO Jonysberg Peixoto Quintino.pdf: 3337001 bytes, checksum: c45e561013991686cb26b9708216a364 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-09T18:09:10Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Jonysberg Peixoto Quintino.pdf: 3337001 bytes, checksum: c45e561013991686cb26b9708216a364 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-02-25 / Há décadas, os concessionários em todo o mundo contam com sistemas informatizados de gestão e supervisão para planejar e controlar a geração, transmissão e distribuição de energia. Tais sistemas fazem, entre outras coisas, o controle em tempo real de todos os equipamentos, ajudando os operadores destes sistemas a assimilar o que está acontecendo na rede de energia. Em geral, estes sistemas não são integrados automaticamente, tornando mais difícil o trabalho dos operadores dos centros de controle na obtenção de informações que são exibidas por diferentes sistemas. Foram encontrados trabalhos na literatura que tratam de várias formas, com aspectos relacionados à integração de dados entre sistemas do setor elétrico porém, até o momento da escrita desta dissertação, não foram encontrados trabalhos que utilizassem um middleware sensível ao contexto para integrar sistemas deste setor. Este trabalho apresenta um modelo de arquitetura de middleware para integração sensível ao contexto de sistemas de gerenciamento de energia elétrica, provendo para os usuários informações relevantes, considerando que relevância depende das tarefas que o usuário está executando. Um protótipo foi desenvolvido para integrar um sistema de controle de supervisão e aquisição de dados (SCADA), que monitora a rede de energia em tempo real, e outras aplicações de software, responsáveis pelo planejamento e gerenciamento de manutenções. Foi possível simular a rotina operacional de um centro de controle para testar o protótipo. Comparando-se os resultados dos testes do middleware, com o que foi feito manualmente pelos operadores, foi alcançado um percentual de acerto significativo (100%) na inferência dos contextos para as ocorrências forçadas (sem planejamento) e não forçadas (com planejamento). Com base nestes resultados, pode-se afirmar que o modelo proposto neste trabalho, permite utilizar um middleware sensível ao contexto que possibilite integrar alguns dos sistemas utilizados nos modernos centros de controle das empresas de energia elétrica, aumentando a eficácia e incrementando a segurança dos procedimentos de planejamento e execução das manutenções operativas.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-05-02T14:25:14Z No. of bitstreams: 1 FABIANO DE MIRANDA SILVA - DISSERTAÇÃO PPGCC 2015..pdf: 2913246 bytes, checksum: 6db51db0534a70165a4ca2908589a08c (MD5) / Made available in DSpace on 2018-05-02T14:25:14Z (GMT). No. of bitstreams: 1 FABIANO DE MIRANDA SILVA - DISSERTAÇÃO PPGCC 2015..pdf: 2913246 bytes, checksum: 6db51db0534a70165a4ca2908589a08c (MD5) Previous issue date: 2015-09-02 / As interfaces de rede estão presentes em uma variedade de sistemas computacionais alimentados à bateria, tais como tais como notebooks, ultrabooks, tablets e smartphones. Considerando-se que a vida útil da bateria é uma limitação, há oportunidades para o gerenciamento de energia reduzindo-se o consumo de energia de interfaces de rede ociosas. Neste trabalho, uma política adaptativa de gerenciamento de energia baseada em time out para interfaces de rede é apresentada, incorporando a estimativa da carga de trabalho e um problema de otimização em tempo de execução, proporcionando economia de energia e desempenho adequado. / Network interfaces are present in a variety of battery powered computer systems, such as notebooks, ultrabooks, tablets and mobile phones. Considering that the battery life is still a constraint, there are opportunities for power management by reducing the power consumption of idle network interfaces. In this work, a dynamic timeout power policy for network interfaces is presented, incorporating workload estimation and a problem optimization at runtime,thus providing power savings and suitable performance.

Esta dissertação de mestrado propõe uma nova política de distibuição de requisições em cluster de web services, denominada Política Performance. Essa política provê uma distribuição transparente, flexível e dinâmica das requisições na plataforma em que é executada. Um estudo sistemático também é realizado para analisar a qualidade dos índices de carga empregados no contexto de web services e propõe um novo índice capaz de representar fielmente o desempenho dos web services e encapsular a complexidade estrutural da plataforma. Também é proposto em Módulo Gerenciador de Energia capaz de prover sustentabilidade à plataforma, reduzindo o consumo de energia elétrica sem prejudicar a alta confiabilidade na distribuição das requisições e com baixo impacto no tempo médio de resposta. Os estudos experimentais realizados neste trabalho mostraram que a Política Performance permitiu um melhor desempenho no atendimento das requisições realizadas à plataforma. EStes resultados referem-se a um desempenho superior a 70% no tempo médio de resposta, quando comparado ao desempenho demosntrado pela política padrão do Mod_cluster. O Módulo Gerenciador de Energia proporcionou uma redução de aproximadamente 30% no consumo de energia da plataforma mantendo a alta confiabilidade na distribuição das requisições / The Master\'s dissertation proposes a new for distribution of requests in cluster of web services, named policy Performance. This policy provides a transparent flexible and dynamic distribution of requests on the plataform. A systematic study is also conducted to example the quality of load indices used in the context of web services., and proposes a new index that accurately represent the performance of web services and encapsulate the complexity structural of the plataform. Also proposed is an Energy Manager Module capable of providing sustainability to the plataform, reducing power consumption without sacrificing high reliability in the distribution of request and low impact on the average response time. Our main results show that policy Performance has a better performance in handling requests sent to the plataform. Our results show a gain of performance higher than 70% in average responswetime when compared to the perormance demonstrated by the defaut policy Mod_cluster. The Power Manager Module reduced byapproximately 30% the energy consumption of the plataform even keeping the high reliability in the distribution of requests

Made available in DSpace on 2014-06-12T16:01:18Z (GMT). No. of bitstreams: 2 arquivo7570_1.pdf: 2163590 bytes, checksum: 410be7dccf579001ae8f84ce36407585 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Os dispositivos móveis são a principal plataforma computacional da atualidade. Sua popularização agregou diversos serviços, principalmente os do tipo always-on (sempre ativo), possibilitando o que conhecemos hoje como Convergência Digital. Esses serviços estão cada vez mais complexos e exigindo maior poder computacional, consequentemente maior consumo de energia, comprometendo a autonomia de uso desses dispositivos. Tendo em vista que a autonomia de uso dos dispositivos moveis está comprometida, a identificação de oportunidades para otimizar o consumo energético, sem comprometer a qualidade de serviço, torna-se fundamental. Este trabalho experimental avalia cinco cenários de consumo energético do dispositivo móvel alvo do experimento, mostrando a variação de sua autonomia. Foi criado um experimento com um cenário de controle onde o dispositivo encontrava-se em modo idle (espera) e cenários de avaliação. Para cada cenário de avaliação foi modificada uma variável importante do ponto de vista do consumo energético e posteriormente foram analisadas as variações do consumo de energia entre os cenários de avaliação com o cenário de controle. Mesmo levando-se em consideração que os cenários de avaliação foram escolhidos mediante a suspeita de alto consumo e não cobrem todos os casos possíveis, a análise feita evidencia que todos os cenários executados possuem oportunidade de melhoria energética e em alguns casos estas melhorias são significativas

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-07-11T13:14:54Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) [UFPE-PPGEE] MSc_Emiliano.pdf: 3950976 bytes, checksum: 20ac0d1d3243534f93d5ec1a48edbdd9 (MD5) / Made available in DSpace on 2017-07-11T13:14:54Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) [UFPE-PPGEE] MSc_Emiliano.pdf: 3950976 bytes, checksum: 20ac0d1d3243534f93d5ec1a48edbdd9 (MD5) Previous issue date: 2016-03-04 / Esta dissertação de mestrado investiga o consumo e a modelagem de energia para smartphones que usam o sistema operacional Android. A principal reclamação dos usuários e desafio aos fabricantes é a limitada duração da carga da bateria desses dispositivos. Para melhor entender o problema, esta dissertação faz ampla revisão da literatura visando identificar os principais componentes responsáveis pelo alto consumo de energia, os modelos de consumo de energia empregados e as estratégias de otimização propostas e utilizadas. Foi construída uma ferramenta em software e levado a cabo um conjunto de experimentos para medir o consumo de energia dos principais componentes. A dissertação apresenta um novo modelo de consumo de energia desenvolvido com técnicas de regressão estatísticas para descrever o padrão de consumo dos componentes. O modelo produzido foi comparado a outros encontrados na revisão da literatura por meio de simulações de consumo com base em dados coletados. Por fim, os resultados foram analisados e as conclusões apresentadas. / This M.Sc. dissertation investigates the power consumption and modeling for Android smartphones. The most common issue reported by users and a constant challenge to manufacurers is how to handle the limited duration of the battery charge for those devices. To better understand such a problem, this dissertations presents an extensive review of the literature to identify the key components that drains most of the power and which power consumption models and optimization strategies are currently being used to handle such a problem. That information was used to develop a software tool and a set of experiments to measure the energy consumption of those key components. A new power consumption model is proposed here based on statistical regression to describe those key components. The model presented was compared with those found in the technical literature using simulations based on the data collected. Finally, the results obtained are analyzed and conclusions drawn.

Esta dissertação de mestrado propõe uma nova política de distibuição de requisições em cluster de web services, denominada Política Performance. Essa política provê uma distribuição transparente, flexível e dinâmica das requisições na plataforma em que é executada. Um estudo sistemático também é realizado para analisar a qualidade dos índices de carga empregados no contexto de web services e propõe um novo índice capaz de representar fielmente o desempenho dos web services e encapsular a complexidade estrutural da plataforma. Também é proposto em Módulo Gerenciador de Energia capaz de prover sustentabilidade à plataforma, reduzindo o consumo de energia elétrica sem prejudicar a alta confiabilidade na distribuição das requisições e com baixo impacto no tempo médio de resposta. Os estudos experimentais realizados neste trabalho mostraram que a Política Performance permitiu um melhor desempenho no atendimento das requisições realizadas à plataforma. EStes resultados referem-se a um desempenho superior a 70% no tempo médio de resposta, quando comparado ao desempenho demosntrado pela política padrão do Mod_cluster. O Módulo Gerenciador de Energia proporcionou uma redução de aproximadamente 30% no consumo de energia da plataforma mantendo a alta confiabilidade na distribuição das requisições / The Master\'s dissertation proposes a new for distribution of requests in cluster of web services, named policy Performance. This policy provides a transparent flexible and dynamic distribution of requests on the plataform. A systematic study is also conducted to example the quality of load indices used in the context of web services., and proposes a new index that accurately represent the performance of web services and encapsulate the complexity structural of the plataform. Also proposed is an Energy Manager Module capable of providing sustainability to the plataform, reducing power consumption without sacrificing high reliability in the distribution of request and low impact on the average response time. Our main results show that policy Performance has a better performance in handling requests sent to the plataform. Our results show a gain of performance higher than 70% in average responswetime when compared to the perormance demonstrated by the defaut policy Mod_cluster. The Power Manager Module reduced byapproximately 30% the energy consumption of the plataform even keeping the high reliability in the distribution of requests

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-04-04T21:30:07Z No. of bitstreams: 1 DIÓGENES GALDINO GONDIM - DISSERTAÇÃO PPGCC 2014..pdf: 1586466 bytes, checksum: 3b6e47836d1098cd946a0d8486669b23 (MD5) / Made available in DSpace on 2018-04-04T21:30:07Z (GMT). No. of bitstreams: 1 DIÓGENES GALDINO GONDIM - DISSERTAÇÃO PPGCC 2014..pdf: 1586466 bytes, checksum: 3b6e47836d1098cd946a0d8486669b23 (MD5) Previous issue date: 2014-08-04 / A maioria dos sistemas operacionais oferecem suas próprias estratégias de gerenciamento de energia, mas é muito difícil modificar ou ampliar as políticas de energia sem acesso ao código fonte. Várias arquiteturas em gerenciamento dinâmico de energia já foram propostas na literatura, mas elas não são integradas com o sistema operacional subjacente. Neste trabalho, é proposto um arcabouço de software para o desenvolvimento de aplicações gerenciadoras de energia ao nível de usuário, com a flexibilidade arquitetural de se adaptar a diferentes políticas e de se integrar às políticas de gerenciamento do sistema operacional. Para validar o arcabouço, é descrito um estudo de caso mostrando sua viabilidade, demonstrando que a aplicação resultante oferece redução no consumo de energia. / Most operating systems implement their own power management techniques, but it is hard to modify or hack their power policies without the source code. Many dynamic power management architectures have been proposed in the literature, but they are not integrated with the underlying OS power manager. In this work, we proposed a software framework for user-level power management, with a flexible architecture to be adapted to different policies and integrated with OS power managers and validated its feasibility with a case study.

A principal motivação para o surgimento do conceito de Smart Grid é a otimização do uso das redes de energia através da inserção de novas tecnologias de medição, automação e telecomunicações. A implementação desta complexa infra-estrutura produz ganhos em confiabilidade, eficiência e segurança operacional. Além disso, este sistema tem como principais objetivos promover a geração distribuída e a tarifa diferenciada de energia para usuários residenciais, provendo ferramentas para a participação dos consumidores no gerenciamento global do fornecimento de energia. Considerando também o uso de dispositivos de armazenamento de energia, o usuário pode optar por vender ou armazenar energia sempre que lhe for conveniente, reduzindo a sua conta de energia ou, quando a geração exceder a demanda de energia, lucrando através da venda deste excesso. Esta pesquisa propõe um Sistema Inteligente de Suporte à Decisão baseado em técnicas de aprendizado por reforço como uma solução para o problema de decisão sequencial referente ao gerenciamento de energia de uma Smart Home. Resultados obtidos mostram um ganho significativo na recompensa financeira a longo prazo através do uso de uma política obtida pela aplicação do algoritmo Q-Learning, que é um algoritmo de aprendizado por reforço on-line, e do algoritmo Fitted Q-Iteration, que utiliza uma abordagem diferenciada de aprendizado por reforço ao extrair uma política através de um lote fixo de transições adquiridas do ambiente. Os resultados mostram que a aplicação da técnica de aprendizado por reforço em lote é indicada para problemas reais, quando é necessário obter uma política de forma rápida e eficaz dispondo de uma pequena quantidade de dados para caracterização do problema estudado. / The main motivation for the emergence of the Smart Grid concept is the optimization of power grid use by inserting new measurement, automation and telecommunication technologies into it. The implementation of this complex infrastructure also produces gains in reliability, efficiency and operational safety. Besides, it has as main goals to encourage distributed power generation and to implement a differentiated power rate for residential users, providing tools for them to participate in the power grid supply management. Considering also the use of energy storage devices, the user can sell or store the power generated whenever it is convenient, reducing the electricity bill or, when the power generation exceeds the power demand, make profit by selling the surplus in the energy market. This research proposes an Intelligent Decision Support System as a solution to the sequential decision-making problem of residential energy management based on reinforcement learning techniques. Results show a significant financial gain in the long term by using a policy obtained applying the algorithm Q-Learning, which is an on-line Reinforcement Learning algorithm, and the algorithm Fitted Q-Iteration, which uses a different reinforcement learning approach called Batch Reinforcement Learning. This method extracts a policy from a fixed batch of transitions acquired from the environment. The results show that the application of Batch Reinforcement Learning techniques is suitable for real problems, when it is necessary to obtain a fast and effective policy considering a small set of data available to study and solve the proposed problem.

A principal motivação para o surgimento do conceito de Smart Grid é a otimização do uso das redes de energia através da inserção de novas tecnologias de medição, automação e telecomunicações. A implementação desta complexa infra-estrutura produz ganhos em confiabilidade, eficiência e segurança operacional. Além disso, este sistema tem como principais objetivos promover a geração distribuída e a tarifa diferenciada de energia para usuários residenciais, provendo ferramentas para a participação dos consumidores no gerenciamento global do fornecimento de energia. Considerando também o uso de dispositivos de armazenamento de energia, o usuário pode optar por vender ou armazenar energia sempre que lhe for conveniente, reduzindo a sua conta de energia ou, quando a geração exceder a demanda de energia, lucrando através da venda deste excesso. Esta pesquisa propõe um Sistema Inteligente de Suporte à Decisão baseado em técnicas de aprendizado por reforço como uma solução para o problema de decisão sequencial referente ao gerenciamento de energia de uma Smart Home. Resultados obtidos mostram um ganho significativo na recompensa financeira a longo prazo através do uso de uma política obtida pela aplicação do algoritmo Q-Learning, que é um algoritmo de aprendizado por reforço on-line, e do algoritmo Fitted Q-Iteration, que utiliza uma abordagem diferenciada de aprendizado por reforço ao extrair uma política através de um lote fixo de transições adquiridas do ambiente. Os resultados mostram que a aplicação da técnica de aprendizado por reforço em lote é indicada para problemas reais, quando é necessário obter uma política de forma rápida e eficaz dispondo de uma pequena quantidade de dados para caracterização do problema estudado. / The main motivation for the emergence of the Smart Grid concept is the optimization of power grid use by inserting new measurement, automation and telecommunication technologies into it. The implementation of this complex infrastructure also produces gains in reliability, efficiency and operational safety. Besides, it has as main goals to encourage distributed power generation and to implement a differentiated power rate for residential users, providing tools for them to participate in the power grid supply management. Considering also the use of energy storage devices, the user can sell or store the power generated whenever it is convenient, reducing the electricity bill or, when the power generation exceeds the power demand, make profit by selling the surplus in the energy market. This research proposes an Intelligent Decision Support System as a solution to the sequential decision-making problem of residential energy management based on reinforcement learning techniques. Results show a significant financial gain in the long term by using a policy obtained applying the algorithm Q-Learning, which is an on-line Reinforcement Learning algorithm, and the algorithm Fitted Q-Iteration, which uses a different reinforcement learning approach called Batch Reinforcement Learning. This method extracts a policy from a fixed batch of transitions acquired from the environment. The results show that the application of Batch Reinforcement Learning techniques is suitable for real problems, when it is necessary to obtain a fast and effective policy considering a small set of data available to study and solve the proposed problem.

Submitted by Rosana Moreira (rosanapsm@outlook.com) on 2018-07-12T17:46:01Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertaccao_Gerenciamento_Otimo_Sistema.pdf: 2488891 bytes, checksum: 5c3f20eef98317e8bf0c75086c2ae3c7 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-07-18T16:21:48Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertaccao_Gerenciamento_Otimo_Sistema.pdf: 2488891 bytes, checksum: 5c3f20eef98317e8bf0c75086c2ae3c7 (MD5) / Made available in DSpace on 2018-07-18T16:21:48Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertaccao_Gerenciamento_Otimo_Sistema.pdf: 2488891 bytes, checksum: 5c3f20eef98317e8bf0c75086c2ae3c7 (MD5) Previous issue date: 2018-01-18 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho propõe uma metodologia de gerenciamento de energia de uma rede em um campus universitário, que possui uma usina solar fotovoltaica e um sistema de armazenamento de energia, operando conectado à rede principal. O método tem como objetivo minimizar a compra de energia da rede externa aplicando a ferramenta de otimização Recozimento Simulado para determinar o perfil diário de carga e descarga do banco de baterias, considerando restrições técnicas e operacionais. Nas simulações foram consideradas a dinâmica da demanda e da disponibilidade de recurso solar, bem como da tarifa de energia ao longo do dia, aproveitando a energia armazenada em momentos de tarifa mais barata e maior disponibilidade de geração solar em momentos de pico, reduzindo assim o custo diário de operação. Os resultados evidenciaram a aplicabilidade da ferramenta de otimização, determinando pontos de operação do sistema de armazenamento que maximizaram o aproveitamento dos recursos disponíveis. / This work proposes a method of energy management of a university campus, with a photovoltaic solar generation source and a energy storage system, which are connected to the main grid. The developed method aims to minimize the purchase of energy from the external grid using the Simulated Annealing optimization method. It is considered in the simulations variable energy tariffs according to the period of the day applied by the local utility. The obtained results were satisfactory, since the applied management scheme managed to reduce energy consumption significantly throughout the day, taking advantage of the energy stored at cheaper tariff schedules and greater availability of solar generation at peak times, making a minimum daily cost while it reaches the constraints associated with the problem. The obtained results showed the applicability of the optimization method, through the determination of operating points of the battery bank that maximized the use of available resources