[pt] A sociedade está vivendo em uma época de forte convergência tecnológica, onde novas tecnologias são descobertas e extintas em um prazo cada vez menor. Esta revolução tecnológica também já chegou para o setor de infraestrutura de distribuição de energia que são as Redes Elétricas Inteligentes, sendo o medidor inteligente o principal equipamento desta revolução. Apesar da evolução do parque de medidores brasileiros, a regulação comercial não acompanhou esta modernização e continua tendo como referência o sistema de medição convencional com a atuação de leituristas e não considerando as oportunidades de usar dados de consumo, mesmo que não sejam da data do faturamento nos casos de falhas de transmissão da informação e aplicação de ferramentas estatísticas para estimação no faturamento. Neste contexto, esta dissertação tem como objetivo avaliar as regras regulatórias de faturamento considerando as ausências de leituras, propor uma nova metodologia para definir como realizar o faturamento na ausência de leituras considerando consumos anteriores e usar ferramentas estatísticas para a definição do valor a ser faturado. A metodologia pode ser dividida em duas fases: (i) imputação de dados faltantes na base de dados decorrentes de possíveis erros de transmissão dos medidores; (ii) previsão do consumo de energia elétrica por cliente. O presente trabalho cumpriu os objetivos aos quais se propôs e apresentou uma alternativa promissora para o faturamento com medidores inteligentes e que utilize tecnologias de comunicação de baixo custo e que possam apresentar uma efetividade de medição abaixo da ideal, no caso, 100 por cento. / [en] Society is living in a time of strong technological convergence, where new technologies are discovered and extinguished in an ever shorter time frame. This technological revolution has also arrived for the energy distribution infrastructure with the Smart Grid, in which the smart meter being the main equipment of this revolution. Despite the evolution of the Brazilian meter park, the commercial regulation did not go along with this modernization and continues with reference to the conventional metering system and not considering the opportunities to use consumption data comes from out of the billing date, in cases of data transmission failures, being thus possible use statistical tools for billing estimation. In this context, this dissertation aims to evaluate the regulatory rules of billing considering the absences of readings, proposing a new methodology to define how to estimate the billing in the absence of readings, considering previous consumption and using statistical tools to define the value to be billed. The methodology can be divided into two phases: (i) imputation of missing data in the database, resulting from possible transmission errors of the meters; (ii) forecast of electricity consumption per customer. The present work fulfilled the objectives proposed and presented a promising alternative for billing with smart meters using low cost communication technologies that could have low measurement effectiveness, in this case, 100 percent.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Power outages can cause great harm to consumers, especially for commerce and industry. Therefore, it is important that the utilities attend the emergency occurences as fast as possible. In this context, it is done an avaliation of the reduction of the time of the emergency occurences after the exchange of conventional meters for smart meters. These meters provide instant information of the conditions of the distribution network, including the outages. The utility is immediately informed about the outage of energy, getting through this the exact location of the defect. Therefore, the exchange of the meters provides a reduction of the fault location time, with consequent reduction of the time of attendance of occurrences, whose values are monitored by the brazilian Electric Agency. As a consequence of this reduction, there is a reduction of individual continuity índex Customer Average Interruption Duration Index (CAIDI), equivalent índex "System Average Interruption Duration Index" (SAIDI) and Expected Energy Not Supplied (EENS). This paper analyze the reduction of SAIDI and EENS in a distributor of Brazil, using scenarios of exchange of meters defined by Monte Carlo Method (MCM). The results demonstrate a reduction in SAIDI and EENS, but possibly the location where the search was conducted contributed to this reduction was not as significant as expected. / Interrupções de energia podem ocasionar grandes prejuízos aos consumidores, especialmente para o comércio e indústria. Por isso, torna-se importante que as concessionárias realizem o atendimento as ocorrências emergenciais de forma mais rápida possível. Nesse contexto, é realizada a avaliação da redução do tempo de atendimento as ocorrências emergenciais através da troca de medidores convencionais por medidores inteligentes. Esses medidores proporcionam a informação instantânea das condições da rede de distribuição, inclusive no que se refere a interrupções de energia. Através dos novos medidores, a concessionária é informada imediatamente sobre a falta de energia, obtendo através disso a localização exata do defeito ocorrido na rede de baixa tensão (BT). Portanto, a troca de medidores proporciona a redução do tempo de localização do defeito, com consequente redução do tempo de atendimento às ocorrências, cujos valores são fiscalizados pela Agência Nacional de Energia Elétrica (ANEEL). Como consequência dessa redução, tem-se a redução do indicador de continuidade individual - Duração Individual por Unidade Consumidora (DIC) - e coletivo - Duração Equivalente por Unidade Consumidora (DEC) ambos limitados pela ANEEL. Além disso, ocorre redução da Energia Não Distribuída (END). Este trabalho realiza a análise de redução de DEC e END em uma Concessionária de Distribuição de Energia Elétrica do interior do Rio Grade do Sul, através de cenários de trocas de medidores definidos pelo Método de Monte Carlo (MMC). Os resultados demonstram que há redução de DEC e END, mas que possivelmente o local onde foi realizada a pesquisa colaborou para que essa redução não fosse tão significativa.

Nos sistemas de distribuição, a grande ramificação, radialidade, heterogeneidade, dinâmica das cargas e demais particularidades, impõem dificuldades à localização de faltas, representando um desafio permanente na busca por melhores indicadores de continuidade e confiabilidade no fornecimento de energia elétrica. A regulação incisiva dos órgãos do setor, a penetração de geração distribuída e a tendência de modernização trazida pelas redes inteligentes, demandam detalhados estudos para readequação dos sistemas elétricos a conjuntura atual. Neste contexto, esta tese propõe o desenvolvimento de uma metodologia para localização de faltas em sistemas de distribuição empregando a capacidade dos medidores inteligentes de monitoramento e de aquisição de tensão em diferentes pontos da rede elétrica. A abordagem proposta baseia-se na estimação, por ferramentas de aprendizado de máquina, das impedâncias de sequência zero e positiva entre os pontos de alocação dos medidores inteligentes e de ocorrência de falta, e do estado de sensibilização destes medidores frente a correntes de falta. Assim, calculando-se as respectivas distâncias elétricas em função das impedâncias estimadas e definidas as direções das mesmas em relação a topologia da rede, busca-se identificar o ponto ou área com maior sobreposição de distâncias elétricas como o local ou a região de maior probabilidade da falta em relação aos medidores inteligentes. Para tanto, faz-se uso combinado de ferramentas convencionais e inteligentes pela aplicação dos conceitos de análise de sistemas elétricos, diagnóstico dos desvios de tensão, e classificação de padrões por meio da técnica de aprendizado de máquina denominada Árvore de Decisão. Os resultados obtidos pela aplicação desta metodologia demonstram que o uso de informações redundantes fornecidas pelos medidores inteligentes minimiza os erros de estimação. Além disso, para a maior parte dos casos testados o erro absoluto máximo de localização da falta se concentra entre 200 m e 1000 m, o que reduz a busca pelo local de ocorrência da falta pelas equipes de manutenção da rede elétrica. / In distribution systems, the dense branching, radial pattern, heterogeneity, dynamic of the loads, and other characteristics create several difficulties in defining the fault location, representing a great challenge in the search for better continuity and reliability indicators of the electrical energy supply. The intense government regulations, the increasing use of distributed generation, and the trend towards modernization via smart grids require a detailed study in order to upgrade the current systems. In this context, this thesis proposes a methodology development for fault location in distribution systems with the use of smart meters monitors and the acquisition of voltage at different points in the electrical network. The proposed method is based on the estimation, using machine learning, of the state of awareness of smart meters across the fault currents and of the zero and positive sequence impedance between the location of these meters and of the fault occurrence. Therefore, by calculating the electrical distances as a function of the estimated impedances and defining its the direction in relation to the network topology, the point/region with the biggest superposition of the electrical distances can be assigned as the point/region with the highest probability of fault occurrence in relation to the smart probes. For this purpose, a machine learning technique named decision tree is used to apply concept analyses to the electrical systems, diagnosis of voltage deviations, and pattern recognition of the electrical systems. The results obtained by the application of this methodology demonstrate that the use of redundant information provided by the smart meters minimizes estimation errors. In addition, for most of the cases tested, the maximum absolute error of the fault location is concentrated between 200 m and 1000 m, which reduces the search for the fault location by the maintenance teams of the electrical network.

Nos sistemas de distribuição, a grande ramificação, radialidade, heterogeneidade, dinâmica das cargas e demais particularidades, impõem dificuldades à localização de faltas, representando um desafio permanente na busca por melhores indicadores de continuidade e confiabilidade no fornecimento de energia elétrica. A regulação incisiva dos órgãos do setor, a penetração de geração distribuída e a tendência de modernização trazida pelas redes inteligentes, demandam detalhados estudos para readequação dos sistemas elétricos a conjuntura atual. Neste contexto, esta tese propõe o desenvolvimento de uma metodologia para localização de faltas em sistemas de distribuição empregando a capacidade dos medidores inteligentes de monitoramento e de aquisição de tensão em diferentes pontos da rede elétrica. A abordagem proposta baseia-se na estimação, por ferramentas de aprendizado de máquina, das impedâncias de sequência zero e positiva entre os pontos de alocação dos medidores inteligentes e de ocorrência de falta, e do estado de sensibilização destes medidores frente a correntes de falta. Assim, calculando-se as respectivas distâncias elétricas em função das impedâncias estimadas e definidas as direções das mesmas em relação a topologia da rede, busca-se identificar o ponto ou área com maior sobreposição de distâncias elétricas como o local ou a região de maior probabilidade da falta em relação aos medidores inteligentes. Para tanto, faz-se uso combinado de ferramentas convencionais e inteligentes pela aplicação dos conceitos de análise de sistemas elétricos, diagnóstico dos desvios de tensão, e classificação de padrões por meio da técnica de aprendizado de máquina denominada Árvore de Decisão. Os resultados obtidos pela aplicação desta metodologia demonstram que o uso de informações redundantes fornecidas pelos medidores inteligentes minimiza os erros de estimação. Além disso, para a maior parte dos casos testados o erro absoluto máximo de localização da falta se concentra entre 200 m e 1000 m, o que reduz a busca pelo local de ocorrência da falta pelas equipes de manutenção da rede elétrica. / In distribution systems, the dense branching, radial pattern, heterogeneity, dynamic of the loads, and other characteristics create several difficulties in defining the fault location, representing a great challenge in the search for better continuity and reliability indicators of the electrical energy supply. The intense government regulations, the increasing use of distributed generation, and the trend towards modernization via smart grids require a detailed study in order to upgrade the current systems. In this context, this thesis proposes a methodology development for fault location in distribution systems with the use of smart meters monitors and the acquisition of voltage at different points in the electrical network. The proposed method is based on the estimation, using machine learning, of the state of awareness of smart meters across the fault currents and of the zero and positive sequence impedance between the location of these meters and of the fault occurrence. Therefore, by calculating the electrical distances as a function of the estimated impedances and defining its the direction in relation to the network topology, the point/region with the biggest superposition of the electrical distances can be assigned as the point/region with the highest probability of fault occurrence in relation to the smart probes. For this purpose, a machine learning technique named decision tree is used to apply concept analyses to the electrical systems, diagnosis of voltage deviations, and pattern recognition of the electrical systems. The results obtained by the application of this methodology demonstrate that the use of redundant information provided by the smart meters minimizes estimation errors. In addition, for most of the cases tested, the maximum absolute error of the fault location is concentrated between 200 m and 1000 m, which reduces the search for the fault location by the maintenance teams of the electrical network.