Orientador: Carlos Roberto Minussi / Resumo: Esta pesquisa será dedicada ao desenvolvimento de uma metodologia com vistas à compreensão e ao exame do comportamento do hábito de consumo de eletricidade residencial, via análise de similaridade, baseado no uso de uma rede neural da família ART (Adaptive Resonance Theory). Trata-se de uma rede neural composta por dois módulos ART-Fuzzy, cujo treinamento é realizado de modo não supervisionado. No primeiro módulo, serão usadas, como entrada, as informações que caracterizam os hábitos de consumo e a situação socioeconômica. A saída do primeiro módulo junto com os dados referentes aos equipamentos eletroeletrônicos da residência compõem a entrada do segundo módulo que, finalmente, produz informações, na saída, relativas ao diagnóstico pretendido, ou seja, a formação de agrupamentos similares (clusters). Todo o processamento da rede neural modular é realizado com dados binários, os quais são gerados a partir de informações quantitativas e qualitativas. As redes neurais da família ART são estáveis e plásticas. A estabilidade refere-se à garantia de sempre produzir soluções, ou seja, não se observa problemas relativos à má convergência. A plasticidade é uma característica que possibilita a execução do treinamento de forma contínua sem destruir o conhecimento adquirido previamente. É um recurso pouco observado nas demais redes neurais disponíveis na literatura especializada. Com essas propriedades (estabilidade e plasticidade), combinada com o processamento de dados essencialmente ... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

Submitted by Daniela Sbizera Justo null (sbizera@yahoo.com) on 2016-09-20T14:14:51Z No. of bitstreams: 1 Tese-Daniela Sbizera Justo.pdf: 5782774 bytes, checksum: 483d11758263a9d6c3a3d4c89fe66919 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-09-22T19:44:56Z (GMT) No. of bitstreams: 1 justo_ds_dr_ilha.pdf: 5782774 bytes, checksum: 483d11758263a9d6c3a3d4c89fe66919 (MD5) / Made available in DSpace on 2016-09-22T19:44:56Z (GMT). No. of bitstreams: 1 justo_ds_dr_ilha.pdf: 5782774 bytes, checksum: 483d11758263a9d6c3a3d4c89fe66919 (MD5) Previous issue date: 2016-08-25 / Esta pesquisa será dedicada ao desenvolvimento de uma metodologia com vistas à compreensão e ao exame do comportamento do hábito de consumo de eletricidade residencial, via análise de similaridade, baseado no uso de uma rede neural da família ART (Adaptive Resonance Theory). Trata-se de uma rede neural composta por dois módulos ART-Fuzzy, cujo treinamento é realizado de modo não supervisionado. No primeiro módulo, serão usadas, como entrada, as informações que caracterizam os hábitos de consumo e a situação socioeconômica. A saída do primeiro módulo junto com os dados referentes aos equipamentos eletroeletrônicos da residência compõem a entrada do segundo módulo que, finalmente, produz informações, na saída, relativas ao diagnóstico pretendido, ou seja, a formação de agrupamentos similares (clusters). Todo o processamento da rede neural modular é realizado com dados binários, os quais são gerados a partir de informações quantitativas e qualitativas. As redes neurais da família ART são estáveis e plásticas. A estabilidade refere-se à garantia de sempre produzir soluções, ou seja, não se observa problemas relativos à má convergência. A plasticidade é uma característica que possibilita a execução do treinamento de forma contínua sem destruir o conhecimento adquirido previamente. É um recurso pouco observado nas demais redes neurais disponíveis na literatura especializada. Com essas propriedades (estabilidade e plasticidade), combinada com o processamento de dados essencialmente binários, confere ao sistema neural uma ampla capacidade de produzir objetivos que podem ser facilmente modificados visando atender requisitos preestabelecidos pelos usuários (consumidor, empresa do setor elétrico). Neste sentido, o resultado esperado é a obtenção de informações referentes à similaridade de consumidores, à qual pode-se vislumbrar alguns benefícios, por parte dos consumidores, como melhorar o hábito de consumir energia elétrica, oferecendo também, por meio do conhecimento dos consumidores similares, a obtenção de melhores estratégias de negociação com os fornecedores, principalmente, no caso de sistemas smart grids. Neste novo paradigma do setor elétrico, há uma forte tendência do(s) consumidor(es) escolher(em) livremente a empresas fornecedoras de energia elétrica. Além disso, é discutida uma melhor forma para a realização da previsão de carga em pontos da rede elétrica onde há uma maior incerteza, e.g., nos barramentos mais próximos do consumidor (transformadores etc.), i.e., as incertezas no contexto da previsão de carga total do sistema são aumentadas à medida que se adentra a partir da carga global até chegar ao consumidor final, em especial ao usuário residencial. A base de dados, para a fase de treinamento da rede neural, é construída a partir de informações disponibilizadas por consumidores voluntários via o preenchimento de formulário. Realizada a fase de treinamento, a rede neural adquire um conhecimento incipiente afeito de ser aperfeiçoado ao longo do tempo, quando se implementa o recurso da plasticidade. / This work develops a methodology to understand and analyze the behavior of residential electricity consumption by similarity analysis, based on a neural network of ART (Adaptive Resonance Theory) family. The neural network is composed of two Fuzzy-ART modules whose training are non-supervised. At the first module, the inputs are information that characterize the consumption habits and the socio-economic situation. The output of the first module with the data referred to electro-electronic equipment available at the residence compose the input of the second module, which finally produces information at the output related to the diagnosis proposed, i.e. the formation of clusters. All the neural network processing is realized with binary data, which are generated from quantitative and qualitative information. ART family neural networks are stable and plastic. The stability assures that it always produces a solution, i.e. there is no convergence problem. The plasticity is a characteristic that allows executing the processing continuously without losing the knowledge previously learned. Those advantages are seldom observed in other neural networks available at the specialized literature. Considering these properties (stability and plasticity), combined with the data processing exclusively binary, the neural network is capable to be modified when necessary to attend pre-defined requests by the users (consumers, distributers, etc.). Therefore, the expected result is to obtain information referred to the similarity with consumers, and with this information, the consumers can improve their habits or even negotiating with the producers in case of smart grid systems. This new electrical system paradigm, the tendency is that the consumers can arbitrarily choose the electrical distributers. Furthermore, the work discusses the best way to realize load forecasting in points where there is uncertainty, e.g., on the busses near the consumers (transformers), i.e., the uncertainties considering the global forecasting increase if the information of residences is not considered. The database for the training phase of the neural network was built by a quiz form filled by some volunteer consumers. Afterwards, when finishing the training phase, the neural network acquires knowledge that along time can implement the plasticity resource.

Na busca por novas opções para a constituição da matriz energética brasileira, os Sistemas Fotovoltaicos Conectados à Rede Elétrica (SFVCR) configuram-se como uma alternativa para os centros urbanos, pois permitem a geração de energia de modo distribuído, ou seja, no próprio local onde esta será consumida e, permitem também, com que o excedente de energia produzido seja injetado na rede elétrica. Diante da perspectiva de instalar o SFVCR, o objetivo desta pesquisa foi o de elaborar um estudo específico, detalhado e atualizado sobre o potencial de geração de energia na cidade de Curitiba. Neste trabalho apresenta-se o estudo de caso de seis sistemas fotovoltaicos instalados em Curitiba, os quais tiveram seus Índices de Mérito – Produtividade, Taxa de Desempenho e Fator de Capacidade - avaliados, a partir dos dados de geração de energia elétrica destes sistemas, e dos dados de irradiação obtidos do Instituto Nacional de Meteorologia (INMET). O estudo revelou que, até abril de 2017, o estado do Paraná possuía 810 SFVCR em operação, correspondendo a um total de 5MW e, a cidade de Curitiba 170 SFVCR – 865 kW em operação, sendo que 80% dos sistemas estão instalados em residências. Outro fato interessante é que 98% desses sistemas usam módulos com tecnologia de silício policristalino, 75% aplicam inversores monofásicos e, 95% desses inversores não possuem transformadores, pois dessa forma as perdas no processo de conversão são menores, além desses equipamentos serem mais compactos e possuírem tecnologia mais avançada do que os inversores com transformador. Constatou-se que a principal tendência do mercado de energia fotovoltaica é empregar inversores sem transformador. Além disso, os estudos realizados revelaram que a escolha do inversor e o modo de instalação dos painéis fotovoltaicos são fatores determinantes para maximizar o desempenho do sistema fotovoltaico. Os resultados desta pesquisa mostram a importante contribuição que os SFVCR podem trazer na geração de energia de modo distribuído e dessa forma, podem colaborar para a elaboração de políticas públicas com o intuito de incentivar projetos e pesquisas na área de energia fotovoltaica, visando à disseminação do uso dessa fonte renovável no país. / In the search for new options for the establishment of the energy matrix of Brazil, the Grid-Connected Photovoltaic Systems (SFVCR) are configured as an alternative to urban centers, because they allow the power generation at distributed mode, that is, generate energy at the place where it will be consumed and inject the surplus energy into the network. Faced with the prospect of installing Grid-Connected Photovoltaic System, the objective of this research is to characterize this type of photovoltaic system and also, analyze the results in terms of productivity parameters, such as Yield, Performance Ratio and Capacity Factor of six grid-connected systems that are installed in Curitiba. The radiation data used to calcute those parameters has been acquired from Instituto Nacional de Meteorologia (INMET). This paper highlight that the Parana state has 810 SFVCR (until April 2017) in operation, which stands for 5MW and Curitiba has 170 SFVCR, 865 kW in operation, and 80% of them are installed in residences. In addition, 98% of those systems use multicrystalline modules, 75% use single phase inverters and 95% of these use inverters transformerless, because the losses in the conversion process are reduced and the equipments are more compact and have more technology than the inverters with transformer. So, the main trend of photovoltaic energy market is to use transformerless inverters. The results obtained shows that the inverters’choice and the installation mode of the photovoltaic modules are important factors to maximize the photovoltaic system’s performance. In the end, the results demonstrates that the SFVCR contribute to distributed power generation and should be use in the elaboration of public policies with the purpose of encouraging projects and research in the photovoltaic energy’s area, aiming the dissemination of this renewable source of energy in Brazil.