Nesta pesquisa, é proposta uma metodologia para detectar e classificar os distúrbios observados em um Sistema Elétrico Industrial (SEI), além de estimar de forma não intrusiva, o torque eletromagnético e a velocidade associada ao Motor de Indução Trifásico (MIT) em análise. A metodologia proposta está baseada na utilização da Transformada Wavelet (TW) para a detecção e a localização no tempo dos afundamentos e interrupções de tensão, e na aplicação da Função Densidade de Probabilidade (FDP) e Correlação Cruzada (CC) para a classificação dos eventos. Após o processo de classificação dos eventos, a metodologia como implementada proporciona a estimação do torque eletromagnético e a velocidade do MIT por meio das tensões e correntes trifásicas via Redes Neurais Artificiais (RNAs). As simulações computacionais necessárias sobre um sistema industrial real, assim como a modelagem do MIT, foram realizadas utilizando-se do software DIgSILENT PowerFactory. Cabe adiantar que a lógica responsável pela detecção e a localização no tempo detectou corretamente 93,4% das situações avaliadas. Com relação a classificação dos distúrbios, o índice refletiu 100% de acerto das situações avaliadas. As RNAs associadas à estimação do torque eletromagnético e à velocidade no eixo do MIT apresentaram um desvio padrão máximo de 1,68 p.u. e 0,02 p.u., respectivamente. / This study proposes a methodology to detect and classify the disturbances observed in an Industrial Electric System (IES), in addition to, non-intrusively, estimate the electromagnetic torque and speed associated with the Three-Phase Induction Motor (TPIM) under analysis. The proposed methodology is based on the use of the Wavelet Transform WT) for the detection and location in time of voltage sags and interruptions, and on the application of the Probability Density Function (PDF) and Cross Correlation (CC) for the classification of events. After the process of events classification, the methodology, as implemented, provides the estimation of the electromagnetic torque and the TPIM speed through the three-phase voltages and currents via Artificial Neural Networks (ANN). The necessary computer simulations of a real industrial system, as well as the modeling of the TPIM, were performed by using the DIgSILENT PowerFactory software. The logic responsible for the detection and location in time correctly detected 93.4% of the assessed situations. Regarding the classification of disturbances, the index reflected 100% accuracy of the assessed situations. The ANN associated with the estimation of the electromagnetic torque and speed at the TPIM shaft showed a maximum standard deviation of 1.68 p.u. and 0.02 p.u., respectively.

Este trabalho propõe um sistema fotovoltaico (PV) multifuncional conectado a um sistema elétrico trifásico a quatro fios e operando com estratégia dual de compensação ativa de potência. Além da injeção de potência ativa na rede elétrica, o sistema PV operara como um condicionador unificado de qualidade de energia (UPQC) suprimindo as correntes harmônicas da carga e compensando a potência reativa. Adicionalmente, tensões balanceadas, reguladas e livre de harmônicos são fornecidas para a carga. O sistema PV-UPQC é baseado em uma estratégia de compensação dual, na qual o conversor série opera como uma fonte de corrente senoidal, enquanto o conversor paralelo atua como uma fonte de tensão senoidal. Como resultado, nenhum comportamento transitório é observado na troca entre os modos de operação ilhado e interconectado do sistema PV-UPQC. Além disso, para contornar os problemas associados às mudanças bruscas de irradiação solar, uma malha de controle feed-forward atua na geração das referências de corrente do conversor série, de modo que se obtenha um rápido balanço de potência entre o sistema PV e a rede elétrica. Como resultado, as respostas dinâmicas tanto da corrente elétrica quanto da tensão do barramento CC são melhoradas. A análise detalhada envolvendo o fluxo de potência ativa dos inversores é realizada proporcionando um melhor entendimento sobre a operação do sistema PV-UPQC, bem como auxiliando no dimensionamento dos conversores de potência. Resultados de simulação e experimentais são apresentados para avaliar os desempenhos estáticos e dinâmicos do PV-UPQC conectado ao sistema elétrico de distribuição. / This work proposes a multifunctional single-stage three-phase four-wire grid-connected photovoltaic (PV) system operating with a dual active power-line compensating strategy. Besides injection of active power into the grid, the PV system operates as a unified power quality conditioner (UPQC), suppressing the load harmonic currents and compensating reactive power. Additionally, regulated, balanced and harmonic free output voltages are provided to the load. Since the PV-UPQC is based on a dual compensation strategy, the series converter operates as a sinusoidal current source, whereas the parallel converter operates as a sinusoidal voltage source. Thus, seamless transition can be achieved from the interconnected to the islanding operation modes, and vice-versa, without load voltage transients. Moreover, to overcome problems associated with sudden solar irradiation changes, fast power balance involving the PV array and the grid is obtained, since the feed-forward control loop acts on the generation of the series inverter current references. As a result, the dynamic responses of both inverter currents and dc-bus voltage are improved. Detailed analysis involving the active power flow through the inverters is performed allowing proper understanding of the PV-UPQC operation, as well as assisting to design of the power converters. Simulation and experimental results are presented to evaluate both dynamic and static performances of the PV-UPQC tied to the electrical distribution system.

Um Sistema Elétrico de Potência (SEP) está susceptível à presença de diversas fontes de distúrbios que prejudicam a Qualidade da Energia Elétrica (QEE). Desta forma, as suas tensões e/ou correntes podem conter m´múltiplos distúrbios com ocorrência simultânea. Este trabalho apresenta uma metodologia para decomposição do sinal medido em componentes que estimem as formas de onda dos distúrbios individuais quando da ocorrência de m´múltiplos distúrbios, com o posterior reconhecimento de cada um deles. A Análise de Componentes Independentes (ICA) é utilizada como principal ferramenta na etapa de decomposição dos distúrbios. A ICA é originalmente uma t´técnica aplicada em análise multivariada de dados, o que significa que ela necessita de medições realizadas por múltiplos sensores dispostos em diferentes posições de um sistema. No entanto, este trabalho propõe a sua aplicação tendo disponível apenas um sinal medido. Para tanto, são propostos dois métodos para produzir a diversidade necessária para a t´técnica funcionar adequadamente. É demonstrado que ambos os métodos equivalem a um banco de filtros lineares adaptativos capaz de realizar a separação não-supervisionada de múltiplos distúrbios independentes e que sejam espectralmente disjuntos. Por fim, é proposto um sistema de classificação que utiliza Redes Neurais Artificiais (RNAs) para identificar os distúrbios decompostos pela etapa anterior. A metodologia completa é avaliada por meio de testes utilizando dados sintéticos e reais, alcançando resultados altamente satisfatórios para decomposição de sinais contendo múltiplos distúrbios e taxas de acerto globais dos classificadores superiores a 97% / The power system is susceptible to the presence of several sources of disturbances that harm the power quality. In this sense, its voltages and/or currents may contain multiple disturbances with simultaneous occurrence. This work presents a methodology that decomposes the measured signal in components which estimate the waveforms of the individual disturbances followed by their recognition when a multiple disturbance situation occurs. The Independent Component Analysis (ICA) is the main tool in the disturbance decomposition stage. The ICA is originally a technique applied in multivariate data analysis, which means that it requires measurements from multiple sensors allocated in different positions of the system. However, this work proposes its application for a single measured signal available. For this, two methods were developed in order to provide the required diversity to the ICA technique. It is demonstrated that both methods are equivalent to an adaptive linear filter bank capable to perform an unsupervised separation of multiple independent disturbances, if they are spectrally disjoint. A classification system based on artificial neural networks is proposed to identify the disturbances decomposed by the previous stage. The complete system is tested using synthetic and actual data, presenting highly satisfactory results for the decomposition of signals containing multiple disturbances, and precision for the classification task above 97%

Os Sistemas de Distribuição (SDs), devido as suas topologias e configurações, dentre outros fatores, apresentam um desafio para a localização física das situações de faltas passíveis de ocorrência. Como fato, tem-se que uma localização de faltas, rápida e precisa, possibilita atenuar os transtornos que os usuários finais dos SDs viriam a ter em relação à qualidade do serviço prestado pelas distribuidoras. No contexto das redes elétricas inteligentes, e considerando medidores de qualidade da energia elétrica previamente alocados de forma otimizada, esta pesquisa propõe uma metodologia baseada em árvores de decisão e redes neurais artificiais para a localização de faltas em SDs radiais e aéreos. Foram realizados testes da metodologia proposta considerando variações no tipo, na impedância e no ângulo de incidência da falta aplicadas sobre o SD de 34 barras do IEEE (Institute of Electrical and Electronics Engineers). Para os testes de sensibilidade da metodologia desenvolvida, foram consideradas variações no carregamento do sistema, os erros inerentes ao sistema de medição, a variação no número de medidores disponível, o impacto de uma alocação não otimizada dos medidores e uma redução na taxa amostral. Os resultados encontrados foram promissores e indicam que a metodologia como desenvolvida poderá ser aplicada para SDs diferentes do caso teste utilizado. / Due to the distribution systems (DS) topologies, configurations and among other factors, it is a challenge to physically locate situations of faults. As a matter of fact, a fast and accurate fault location will make it possible to mitigate the inconvenience that the end users of DS would have due to the quality of the service provided by the distributors. In the context of intelligent electric grids, and considering the electric power quality meters optimally alocated, this research proposes a methodology based in decision trees and artificial neural networks for a fault location in radial and aerial DS. The proposed methodology was tested considering variations on the type, impedance and angle of incidence of the fault applied on the DS of 34 bars of the IEEE (Institute of Electrical and Electronic Engineers). For a sensitivity test of the developed methodology, it were considered the variations in system loading, the errors inherent to the measurement system, a variation in number of meters available, the impact of the non-optimized allocation of the meters and a redution on the sampling rate. The results were promising and indicated that the methodology developed can be applied to different DS from the test case used.

Esta pesquisa apresenta um estudo da resposta dinâmica dos motores de indução trifásicos submetidos a afundamentos de tensão. As simulações computacionais sobre um sistema de distribuição, assim como a modelagem dos motores de indução trifásicos baseada em dados reais, foram realizadas utilizando-se do software ATP (Alternative Transients Program). Estas tiveram por objetivo gerar situações representativas da operação do sistema elétrico de potência (SEP), caracterizando afundamentos de tensão, fenômenos estes pertencentes à classe de variações de tensão de curta duração (VTCD), no contexto da qualidade da energia elétrica (QEE). Da observação destes afundamentos, verificaram-se as situações que vieram ou não, a comprometer a alimentação do equipamento analisado e, conseqüentemente, seu desempenho. Pelos resultados observados, evidencia-se que a metodologia de análise aplicada é satisfatória e condizente com o encontrado em situações reais de operação dos motores de indução trifásicos, denotando certas características intrínsecas no contexto das VTCDs. / This research shows a study on the dynamic response of three-phase induction motors submitted to voltage sags. Computer simulations about a distribution system, as well as the modeling of three-phase induction motors based on actual data, were made using ATP (Alternative Transients Program) software. These simulations intended to generate representative situations of the electrical power system (EPS) operation, characterizing voltage sags, which is a phenomenon belonging to the class of short duration voltage variations (SDVV), in the electrical power quality context (EPQ). From the observation of these sags, we verified the situations that jeopardized or not the supply of the analyzed equipment and, consequently, its performance. From the observed results, it becomes evident that the methodology of the applied analysis is satisfactory and in agreement with the one found in actual situations of three-phase induction motors operations, indicating certain characteristics intrinsic to the SDVV context.

O monitoramento e diagnóstico, com a consequente localização dos curtos-circuitos em Sistemas de Distribuição (SD), fazem parte de um processo complexo, exigindo esforços e agilidade das equipes técnicas de manutenção das concessionárias de energia elétrica. Quando se trata de um SD Subterrâneo (SDS), a complexidade de localização das faltas aumenta, pois não é possível realizar a inspeção visual. Por este motivo, desenvolver e aprimorar métodos para monitorar, classificar e localizar as situações de faltas em SD tem sido de relevante interesse para a comunidade técnico-científica nos últimos anos. Neste contexto, apresenta-se nesta pesquisa um método para processar as informações necessárias para classificar e localizar a ocorrência de um curto-circuito (monofásico, bifásico e/ou trifásico, com e/ou sem o envolvimento da terra) em um SDS. O processamento das informações foi realizado por meio da observação da propagação dos afundamentos de tensão, decorrentes de curtos-circuitos passíveis de ocorrência no SDS, e pela alocação de um número reduzido de medidores, permitindo a classificação e localização precisa da falta. Um dos diferenciais da metodologia proposta é que esta utiliza somente os valores eficazes das tensões trifásicas, registradas em medidores estrategicamente alocados, para indicação da área afetada e classificação das fases envolvidas. A metodologia é baseada no emprego de redes neurais artificiais. Os resultados encontrados são promissores, indicando a aplicabilidade da metodologia proposta. / The monitoring and diagnostics, with the consequent localization of short circuits in Distribution Systems (DS), are part of a complex process, requiring efforts and agility of the technical teams of maintenance of electric utilities. In the case of an underground DS (UDS), the location of faults complexity increases, because it is not possible to perform visual inspection. For this reason, develop and improve methods to monitor, sort and locate the fault situations in DS has been of relevant interest to the technical-scientific community in recent years. In this context, this study presents a method for processing the information required to classify and locate the occurrence of a short circuit (single phase, biphasic and / or phase with and / or without the involvement of the earth) on a UDS. The information processing was carried out by observing the propagation of voltage sags, caused by short circuits that may occur in the UDS, and the allocation of a few meters, allowing classification and precise location of the fault. One of the proposed methodology differentials is that it uses only the RMS values of the three-phase voltages, registered in strategically located meters, for indicating the affected area and classification of the phases involved. The methodology is based on the use of artificial neural networks. The results found are promising, indicating the applicability of the proposed methodology.

A presença de distúrbios na energia elétrica fornecida aos consumidores pode causar a diminuição no tempo de vida útil dos equipamentos, mal funcionamento ou até mesmo sua perda. Desse modo, ferramentas capazes de realizar a detecção, localização, classificação, compressão e o armazenamento de sinais de forma automática e organizada são essenciais para garantir um processo de monitoramento adequado ao sistema elétrico de potência como um todo. Dentre as ferramentas comumente aplicadas às tarefas supramencionadas, pode-se destacar a Transformada Wavelet (TW) e as Redes Neurais Artificiais (RNAs). Contudo, ainda não foi estabelecida uma metodologia para obtenção e validação da TW e seu nível de decomposição, bem como da arquitetura e da topologia de RNAs mais apropriadas às tarefas supracitadas. O principal fato que levou a esta constatação deve-se à análise da literatura correlata, onde é possível notar o uso de distintas TW e RNAs. Neste contexto, a primeira contribuição desta pesquisa foi o projeto e desenvolvimento de um método eficiente de segmentação de sinais com distúrbios associados à Qualidade da Energia Elétrica (QEE). O método desenvolvido se beneficia das propriedades da TW de identificação temporal de descontinuidades em sinais. A segunda contribuição é o desenvolvimento de um algoritmo automático que, por meio do método de segmentação desenvolvido e de classificação por RNAs, indique as melhores ferramentas (Wavelets e RNAs) para as tarefas de segmentação, extração de características e classificação de distúrbios de QEE. Esse algoritmo foi desenvolvido com base nos recursos dos Algoritmos Evolutivos (AEs) e adotou RNAs do tipo Perceptron Multicamadas, pois, esta arquitetura pode ser considerada consagrada no que se refere à classificação de padrões. Por fim, a terceira contribuição é relativa ao desenvolvimento de um procedimentos baseados em AEs, a fim de se aprimorar métodos de compressão de dados que preservem as informações relevantes nos sinais de QEE. Assim, é importante mencionar que os resultados dessa pesquisa poderão determinar mecanismos automáticos a serem utilizados no processo de registro, tratamento e armazenamento de informações que serão importantes para se manter um banco de dados (histórico) atualizado nas concessionárias de energia, a partir do qual, índices e um melhor mapeamento e entendimento de todos os distúrbios relacionados à QEE poderão ser melhor entendidos e solucionados. / The presence of disturbances in the electrical power supplied to consumers can decrease the lifetime of the equipment, cause malfunction or even their breakdown. Thus, tools able to perform detection, localization, classification, compression and storage of signals automatically and organized manner are essential to ensure adequate monitoring process to electric power systems as a whole. Among the tools commonly applied to the tasks mentioned above, one can highlight the Wavelet Transform (WT) and Artificial Neural Networks (ANN). However, the WT has not been established yet and nor its level of decomposition, as well as the most appropriate ANN architecture and topology to the tasks already mentioned. The main fact that has led to this finding is due to the review of related literature, where it is possible to note the use of distinct WT and ANN. Therefore, the first contribution of this research was the design and development of an efficient method of segmentation of signals associate to Power Quality (PQ) disturbances. The developed method take advantage of WT properties of temporal identification of signal discontinuities. The second contribution is the development of an automatic algorithm that, through the segmentation method developed and classification by ANN, indicates the best tools (Wavelets and ANN) for the tasks of segmentation, extraction of characteristics and classification of QEE disturbances. This algorithm was developed based on the resources of the Evolutionary Algorithms and it adopts Multi-layered Perceptron type ANN, once this architecture can be considered consecrated with regard to the pattenrs classification. Finally, the third contribution is related to the development of EA based procedures in order to improve data compression methods that preserve the relevant information in the PQ signals. Thus, it is important to mention that the results of this research may determine automatic mechanisms to be used in the process of recording, processing and storing information that will be important in order to maintain an up-to-date (historical) database in the utilities, from which , indexes and a better mapping and understanding of all PQ related disturbances can be better understood and solved.

Nesta pesquisa, apresentam-se os principais eventos relacionados com a proteção de transformadores e sua correlação com os distúrbios de qualidade da energia elétrica (QEE). Neste sentido, foi desenvolvido um algoritmo que utiliza a transformada Wavelet (TW) e a lógica Fuzzy (LF) para classificar os eventos transitórios associados à proteção de transformadores. Estes eventos foram observados em um sistema elétrico de potência (SEP) simulado com a utilização do software Alternative Transients Program (ATP). Importa ressaltar que o sistema modelado apresenta transformadores ligados em paralelo, possibilitando o estudo de eventos decorrentes desta situação, como a energização solidária (Sympathetic Inrush). Por este SEP, modelado sobre parâmetros reais, foram simuladas várias situações transitórias, que provocam o aparecimento de correntes diferenciais, sendo estas direcionadas para análise do algoritmo desenvolvido. Afirma-se que, nos testes realizados, o algoritmo proposto apresentou um desempenho satisfatório perante as mais variadas situações a que foi submetido, identificando as causas das correntes diferenciais, sejam proporcionadas por defeitos ou por outras condições de operação aplicadas. / In this research, the main events related to the transformer protection and its correlation with the power quality disturbances (PQ) are presented. In this context, an algorithm based on Wavelet transform (WT) and Fuzzy logic (FL) was developed to classify the transient events associated with the transformer protection. These events were observed in an electrical power system (EPS) simulated using the Alternative Transients Program (ATP) software. It should be emphasized that the modeled system presents transformers connected in parallel, allowing the study of events of this situation, such as sympathetic inrush. For the simulated EPS, modeled based on real parameters, various transients situationswere simulated, causing the appearance of differentials currents which were directed to the analysis. The proposed algorithm showed a satisfactory performance tomany situations, identifying the causes of the differentials currents, either provided by faults or other operation conditions.

Submitted by Kelren Mota (kelrenlima@ufpa.br) on 2018-06-13T17:38:37Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoDistorcaoHarmonica.pdf: 4309009 bytes, checksum: 017d26b4d8e0ce6653f66d67f13f4cb6 (MD5) / Approved for entry into archive by Kelren Mota (kelrenlima@ufpa.br) on 2018-06-13T17:39:00Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoDistorcaoHarmonica.pdf: 4309009 bytes, checksum: 017d26b4d8e0ce6653f66d67f13f4cb6 (MD5) / Made available in DSpace on 2018-06-13T17:39:00Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoDistorcaoHarmonica.pdf: 4309009 bytes, checksum: 017d26b4d8e0ce6653f66d67f13f4cb6 (MD5) Previous issue date: 2018-03-27 / In the last decades, the transformation industry has provided the introduction of increasingly faster and more energy efficient products for residential, commercial and industrial use, however these loads due to their non-linearity have contributed significantly to the increase of distortion levels harmonic of voltage as a result of the current according to the Power Quality indicators of the Brazilian electricity distribution system. The constant increase in the levels of distortions, especially at the point of common coupling, has generated in the current day a lot of concern in the concessionaires and in the consumers of electric power, due to the problems that cause like losses of the quality of electric power in the supply and in the installations of the consumers and this has provided several studies on the subject. In order to contribute to the subject, this thesis proposes a procedure based on the Knowledge Discovery in Database - KDD process to identify the impact loads of harmonic distortions of voltage at the common coupling point. The proposed methodology uses computational intelligence and data mining techniques to analyze the data collected by energy quality meters installed in the main loads and the common coupling point of the consumer and consequently establish the correlation between the harmonic currents of the nonlinear loads with the harmonic distortion at the common coupling point. The proposed process consists in analyzing the loads and the layout of the location where the methodology will be applied, in the choice and installation of the QEE meters and in the application of the complete KDD process, including the procedures for collection, selection, cleaning, integration, transformation and reduction, mining, interpretation, and evaluation of data. In order to contribute, the data mining techniques of Decision Tree and Naïve Bayes were applied and several algorithms were tested for the algorithm with the most significant results for this type of analysis as presented in the results. The results obtained evidenced that the KDD process has applicability in the analysis of the Voltage Total Harmonic Distortion at the Point of Common Coupling and leaves as contribution the complete description of each step of this process, and for this it was compared with different indices of data balancing, training and test and different scenarios in different shifts of analysis and presented good performance allowing their application in other types of consumers and energy distribution companies. It also shows, in the chosen application and using different scenarios, that the most impacting load was the seventh current harmonic of the air conditioning units for the collected data set. / Nas últimas décadas, a indústria de transformação, tem proporcionado a introdução de produtos cada vez mais rápidos e energeticamente mais eficientes para utilização residencial, comercial e industrial, no entanto essas cargas devido à sua não linearidade têm contribuído significativamente para o aumento dos níveis de distorção harmônica de tensão em decorrência da corrente conforme indicadores de Qualidade de Energia Elétrica do sistema brasileiro de distribuição de energia elétrico. O constante aumento dos níveis das distorções, principalmente no ponto de acoplamento comum, tem gerado nos dias atuais muita preocupação nas concessionárias e nos consumidores de energia elétrica, devido aos problemas que causam como perdas da qualidade de energia elétrica no fornecimento e nas instalações dos consumidores e isso têm proporcionado diversos estudos sobre o assunto. Com o intuito de contribuir com o assunto, a presente tese propõe um procedimento com base no processo Knowledge Discovery in Database - KDD para identificação das cargas impactantes das distorções harmônicas de tensão no ponto de acoplamento comum. A metodologia proposta utiliza técnicas de Inteligência computacional e mineração de dados para análise dos dados coletados por medidores de qualidade de energia instalados nas cargas principais e no ponto de acoplamento comum do consumidor e consequentemente estabelecer a correlação entre as correntes harmônicas das cargas não lineares com a distorção harmônica no ponto de acoplamento comum. O processo proposto consiste na análise das cargas e do layout do local onde a metodologia será aplicada, na escolha e na instalação dos medidores de QEE e na aplicação do processo KDD completo, incluindo os procedimentos de coleta, seleção, limpeza, integração, transformação e redução, mineração, interpretação, e avaliação dos dados. Com o propósito de contribuição foram aplicadas as técnicas de mineração de dados Árvore de Decisão e Naïve Bayes e foram testados diversos algoritmos em busca do algoritmo com resultados mais significativos para esse tipo de análise conforme apresentado nos resultados. Os resultados obtidos evidenciaram que o processo KDD possui aplicabilidade na análise da Distorção Harmônica Total de Tensão no Ponto de Acoplamento Comum e deixa como contribuição a descrição completa de cada etapa desse processo, e para isso foram comparados com diferentes índices de balanceamento de dados, treinamento e teste e diferentes cenários em diferentes turnos de análise e apresentaram bom desempenho possibilitando sua aplicação em outros tipos de consumidores e empresas de distribuição de energia. Evidencia também, na aplicação escolhida e utilizando diferentes cenários, que a carga mais impactante foi a sétima harmônica de corrente das centrais de ar condicionado para o conjunto de dados coletados.

Submitted by Luciclea Silva (luci@ufpa.br) on 2018-12-12T12:27:30Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_comparacaoregressaolinear.pdf: 10372922 bytes, checksum: 6a29cea1a5e1de013de1e246179fb197 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-12-12T12:28:06Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_comparacaoregressaolinear.pdf: 10372922 bytes, checksum: 6a29cea1a5e1de013de1e246179fb197 (MD5) / Made available in DSpace on 2018-12-12T12:28:06Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_comparacaoregressaolinear.pdf: 10372922 bytes, checksum: 6a29cea1a5e1de013de1e246179fb197 (MD5) Previous issue date: 2018-11-19 / Nos últimos anos, o desenvolvimento socioeconômico da população, o crescimento dos setores comercial e industrial, assim como a instalação cada vez mais crescente de novas cargas, têm gerado grande evolução na demanda do consumo de energia elétrica. Por sua vez, buscando obter sistemas mais eficientes, os fabricantes têm produzido equipamentos energeticamente mais eficientes para utilização residencial, comercial e industrial. No entanto, essas cargas, devido à sua não linearidade, têm contribuído significativamente para o aumento dos níveis de distorção harmônica de tensão e corrente, elevando a preocupação dos gestores do setor elétrico quanto a qualidade de energia elétrica (QEE), principalmente, pela dificuldade na identificação da origem da distorção harmônica. Logo, visando antecipar os efeitos harmônicos e atender a regulamentação vigente, por meio de técnicas computacionais, no presente trabalho dá-se ênfase no ponto de acoplamento comum (PAC), independente das características de consumo e cargas, com o intuito de avaliar os impactos harmônicos em sua rede, além de comparar o nível de confiabilidade das técnicas por meio do erro absoluto médio (EAM). A metodologia proposta utiliza o software de Sistema de Qualidade de Energia Elétrica (SISQEE) que possibilita a utilização de três técnicas computacionais distintas, sendo Regressão Linear, Redes Neurais Artificiais e Árvores de Regressão, para avaliar a contribuição harmônica de cada alimentador no ponto de interesse das redes elétricas escolhidas. Para comprovar a validade da metodologia, são elaborados dois estudos de caso baseadas em medições reais em uma universidade e em um polo industrial. As medições foram realizadas com o período mínimo amostral de sete dias através de analisadores de QEE, conforme procedimentos de distribuição da ANEEL (PRODIST). Como resultado da QEE, verificou-se o quanto cada alimentador impacta a distorção de tensão e corrente no PAC, além de classificar os alimentadores com relação a seu respectivo impacto na rede elétrica estudada. Também como resultado, os estudos propiciaram a avaliação de desempenho entre as diferentes técnicas, com diferentes intervalos de tempo (semanal, diário e por patamar de carga), permitindo classificar o comportamento e a confiabilidade de cada técnica em cada período. Como conclusão do trabalho, os métodos propostos e as análises apresentadas dão subsídios aos gestores para efetuar uma ação mitigadora mais eficiente dos impactos harmônicos causados na rede elétrica e, também, identificar as diferenças entre as técnicas e seu grau de confiabilidade, de acordo com os intervalos temporais estudados. / In recent years, the socio-economic development of the population, the growth of commercial and industrial sectors, as well as the ever-increasing installation of new electrical loads, have generated great evolution in demand of electricity consumption. In turn, to obtain more efficient systems, the manufacturers have produced equipment more energy efficient for residential, commercial and industrial use. However, these loads due their non-linearities, have contributed significantly to the increase in harmonic distortion levels of voltage and current, raising the concern of the power sector managers with respect to the power quality, mainly, due to the difficulty in the identification of the origin of the harmonic distortion. Therefore, to anticipate the harmonic effects and meet the current legislation, through computational techniques, this work emphasis is placed on the common coupling point (CCP) of consumers and utility, regardless of consumption characteristics and loads, to assess the harmonic impacts in his grid, besides comparing the reliability level of the techniques through the mean absolute error (MAE). The proposed methodology uses the Electrical Power Quality System (SISQEE) software that allows the use of three different computational techniques, such as Linear Regression, Artificial Neural Networks and Regression Trees, to evaluate the harmonic contribution of each feeder at the point of interest of the chosen electric grid. To prove the validity of the methodology, two case studies, based on real measurements at a university and at an industrial district, was carried out with a minimum sampling period of seven days using power quality analyzers, according to the distribution procedures by ANEEL (PRODIST). As a result of the power quality, it was verified how much each feeder impacts the voltage and current distortion at the CCP, besides classifying the feeders in relation to their respective impacts in the studied electrical grid. Also, as a result, the studies allowed the evaluation of performance between the different techniques, with different time intervals (weekly, daily and per load level), allowing to classify the behavior and reliability of each technique in each period. As a conclusion of the work, the proposed methods and analyzes presented allow managers to perform a more efficient mitigation action of the harmonic impacts caused in the electrical network and, also, to identify the differences between the techniques and their degree of reliability, in accordance with the time intervals studied.