Orientador: Anna Diva Plasencia Lotufo / Resumo: A maior inserção de tecnologias da informação nas redes de distribuição de energia elétrica vem permitindo que maiores volumes de dados de consumo sejam capturados em níveis cada vez mais detalhados, menos agregados e com maiores resoluções. Com a evolução dos mercados de energia elétrica, esses tipos de dados alcançam maior importância, uma vez que a comercialização de energia também passa a considerar estes níveis de consumo. Diversas técnicas têm sido aplicadas para previsão de cargas elétricas, como modelos estatísticos, de inteligência computacional e híbridos. Na literatura especializada é possível encontrar trabalhos que aplicam a rede neural artificial ARTMAP Fuzzy para tarefas de previsão de cargas elétricas, no entanto, a técnica ainda é pouco explorada em cenários de consumo menos agregados, e com maiores níveis de detalhe. Neste trabalho a rede ARTMAP Fuzzy é aplicada em tarefas de previsão multi-step de cargas elétricas reais com distintos níveis de agregação. Considerando o impacto do ruído sobre os previsores, sobretudo na capacidade de generalização das redes neurais artificiais, a técnica singular spectrum analysis é aplicada na tarefa de remoção de ruído. Os resultados de previsão permitiram analisar desempenho da rede ARTMAP Fuzzy, que foi comparada com outros dois previsores utilizados como benchmark, a saber, seasonal autoregressive integrated moving average e a rede neural multiLayer perceptron. A remoção de ruído permitiu melhora nos níveis de generaliz... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The increased insertion of information technologies in electricity distribution networks has allowed larger volumes of consumption data to be captured at increasingly detailed, less aggregated and higher resolution levels. With the evolution of electric energy markets, these types of data become more important, since the commercialization of energy also begins to consider these levels of consumption. Several techniques have been applied to predict electrical loads, such as statistical, computational intelligence and hybrids models. In the specialized literature it is possible to find works that apply the artificial neural network ARTMAP Fuzzy for tasks of prediction of electric charges, however, the technique is still little explored in less aggregated consumption scenarios, and with greater levels of detail. In this work the ARTMAP Fuzzy network is applied in multi-step forecasting tasks of real electric loads with different levels of aggregation. Considering the impact of noise on predictors, especially in the generalization capacity of artificial neural networks, the singular spectrum analysis technique is applied in the noise removal task. The prediction results allowed to analyze the performance of the ARTMAP Fuzzy network, which was compared with other two predictors used as benchmark, namely seasonal autoregressive integrated moving average and the multiLayer perceptron neural network. The noise removal allowed an improvement in the levels of network generalization, po... (Complete abstract click electronic access below) / Doutor

Fundação Araucária; CNPQ / As máquinas-ferramentas são encontradas em diversas indústrias do setor metal mecânico e oficinas. Estas são acionadas por motores de indução trifásicos, os quais estão sujeitos a problemas relacionados à carga aplicada em seus eixos bem como aos distúrbios da alimentação de energia elétrica na rede. No processo de usinagem os parâmetros relacionados à máquina ferramenta, às propriedades do material da peça, à geometria e ao material da ferramenta e ao próprio processo em si, podem interferir no acabamento superficial das peças usinadas. A rugosidade é considerada um dos principais índices de qualidade do produto final nos processos de usinagem, podendo apresentar variações com as alterações do conjugado eletromagnético no eixo do motor. A proposta deste trabalho é apresentar um preditor de rugosidade superficial de peças baseado exclusivamente na corrente eficaz que alimenta o motor de indução trifásico num processo de torneamento, utilizando redes neurais artificiais para analisar o comportamento da rugosidade em função das condições de usinagem empregadas. Resultados de simulação são apresentados e mostram o desempenho da Rede Neural Artificial (RNA) proposta para diversas situações de operação com desequilíbrios de tensões (entre +10% à -10%) e degraus de torque de carga (25 degraus de 1 em 1 Nm) com erro relativo médio (ERM) de 0,0120%. Os resultados experimentais conforme o método da (RNA) proposta para diversas situações de alimentação da rede elétrica: equilibrado, falta de fase e desequilíbrios de tensões (sobretensão e subtensão), mostram elevada capacidade em aproximar o comportamento da variável de saída (rugosidade Ra) com relação aos valores de entrada (correntes RMS das fases A, B e C). O maior erro relativo médio verificado foi de 0,001754%. / The machine tools are found in various metal and mechanical industries as well as garages. They are operated by three phase induction motors, which are subject to problems related to the applied load on their rotors and disturbances concerning to the quality of electrical supply network. Within the machining process the parameters related to the machine tool, the properties of the workpiece material, geometry and material tool and the process itself, may affect the surface completion of the machined parts. The roughness is considered one of the main indexes of the final product quality in machining processes which may produce changes in the electromagnetic torque on the motor shaft. The purpose of this work is to present a predictor of superficial roughness of parts based on the dynamics of the effective current that feeds the induction motor in the turning process using artificial neural networks to analyze the roughness actions according to the machining conditions employed (speed cutting feed and range of the tool tip). Simulation results are presented and show the performance of the Artificial Neural Network (ANN) proposed several operating situations with imbalances of tensions (between +10% to -10%) and load torque steps (25 steps in 1 1 Nm) with mean relative error (MRE) of 0.0120%. Experimental results depending on the method of (RNA) proposed for various situations power grid: balanced, phase loss and voltage imbalances (overvoltage and undervoltage), show high ability to approximate the behavior of the output variable (roughness Ra) with respect to input values (RMS currents of phases a, B and C). The greatest mean relative error of 0.001754% was observed.

Fundação Araucária, CNPq / O motor de indução trifásico ocupa uma posição de destaque na produção de força eletromotriz e isso o torna vastamente utilizado em aplicações industriais. Consequentemente, também fica submetido às condições de funcionamento e manutenção das máquinas como um todo, bem como das falhas que os mesmos estão sujeitos. Assim, este trabalho propõe um método alternativo aos tradicionais para detecção de falhas em rolamentos de motores de indução trifásicos ligados diretamente a rede elétrica. Os objetivos consistem na utilização de uma abordagem neural capaz de classificar a existência de falha de rolamento com um alto percentual de acerto. Analisando para isto, no domínio do tempo, um semiciclo das tensões de alimentação e das correntes de estator dos motor em estudo. A proposta é validada através de ensaios experimentais num computador e de forma on-line embarcada num DSP. Como conseqüência do trabalho tem-se a criação de um banco de dados de falhas, com mais de mil ensaios envolvendo as principais falhas encontradas em motores de indução trifásicos. Estes ensaios são realizados contemplando as condições de desbalanço de tensão de alimentação e com várias situações de carga mecânica no eixo da máquina. / The three phase induction motor occupies a prominent position in the production of electromotive force and this makes it widely used in industrial applications. Consequently, it is also subjected to the conditions of operation and maintenance of the machines as a whole, as well as faults which they are subject. Thus, this paper proposes an alternative method to traditional in fault detection in bearing of induction motors connected directly to the power grid. The objectives consist in using a neural approach able to classify the existence of bearing fault with a high percentage of correct. Analyzing for this, in the time domain, one half cycle of the voltages and currents of stator the motor in study. The proposal is validated through experimental tests on a computer and monitoring on-line embedded in a DSP. As a result, the work has the creation of a database of failure, with more than a thousand trials involving the main flaws found in three phase induction motors. These tests are performed considering the conditions of voltage supply unbalanced and with several situations of mechanical load on the machine shaft.

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-11-27Bitstream added on 2014-06-13T19:47:13Z : No. of bitstreams: 1 altran_ab_dr_ilha.pdf: 733564 bytes, checksum: 382a61569b0f5da4ceb6a2f45c0815a4 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A previsão de carga, em sistemas de energia elétrica, constitui-se numa atividade de grande importância, tendo em vista que a maioria dos estudos realizados (fluxo de potência, despacho econômico, planejamento da expansão, compra e venda de energia, etc.) somente poderá ser efetivada se houver a disponibilidade de uma boa estimativa da carga a ser atendida. Deste modo, visando contribuir para que o planejamento e operação dos sistemas de energia elétrica ocorram de forma segura, confiável e econômica, foi desenvolvida uma metodologia para previsão de carga, a previsão multinodal, que pode ser entendida como um sistema inteligente que considera vários pontos da rede elétrica durante a realização da previsão. O sistema desenvolvido conta com o uso de uma rede neural artificial composta por vários módulos, sendo esta do tipo perceptron multicamadas, cujo treinamento é baseado no algoritmo retropropagação. Porém, foi realizada uma modificação na função de ativação da rede, em substituição à função usual, a função sigmoide, foram utilizadas as funções de base radial. Tal metodologia foi aplicada ao problema de previsão de cargas elétricas a curto-prazo (24 horas à frente) / Load forecasting in electric power systems is a very important activity due to several studies, e.g. power flow, economic dispatch, expansion planning, purchase and sale of energy that are extremely dependent on a good estimate of the load. Thus, contributing to a safe, reliable, economic and secure operation and planning this work is developed, which is an intelligent system for multinodal electric load forecasting considering several points of the network. The multinodal system is based on an artificial neural network composed of several modules. The neural network is a multilayer perceptron trained by backpropagation where the traditional sigmoide is substituted by radial basis functions. The methodology is applied to forecast loads 24 hours in advance

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-10-05Bitstream added on 2014-06-13T18:40:59Z : No. of bitstreams: 1 moretti_jf_dr_ilha.pdf: 2346139 bytes, checksum: 4b4bfcffd24744e4627ebd26e46f3196 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O concreto é o material estrutural mais utilizado na construção civil. Há mais de um século e meio ele vem sendo estudado e aperfeiçoado. É confeccionado utilizando-se de matérias primas regionais, com características técnicas diferentes de outras regiões. O cimento também se apresenta com diversas formulações. Quantificar adequadamente esses materiais é o objetivo do estudo da dosagem do concreto, de tal modo a se obter um concreto que atenda às necessidades estruturais exigidas. Sendo a principal delas a resistência à compressão. A dosagem do concreto é uma prática essencialmente laboratorial quando se pensa em resultados aceitáveis. Através de experimentos são idealizados ábacos e diagramas que podem fornecer a resistência do concreto endurecido com diversas combinações de matérias primas utilizadas. Não há uma formulação matemática abrangente e bem definida para um processo generalizado de dosagem. A complexidade aumenta quando se adicionam outros componentes a mais no concreto simples e tradicional. Obter a relação entre eles é um trabalho contínuo. As redes neurais vêm sendo utilizadas na solução de problemas da engenharia civil, com ênfase na aplicação da técnica da retropropagação. Ela realiza satisfatoriamente as iterações entre as diversas variáveis, num processo de treinamento e aprendizagem, e tem sido capaz de generalizar soluções aceitáveis. Nesta pesquisa de doutorado é utilizada uma rede neural feedfoward com algoritmo retropropagação para prever a resistência e o módulo de elasticidade do concreto. Os dados de entrada são quantidades de materiais utilizadas para confeccionar 1 m3 de concreto adensado, de forma semelhante a dosagem por diagramas. Será aplicada na interpretação de diagramas de dosagem. Tais diagramas são amplamente utilizados por empresas na confecção de concretos,... / Concrete is the most widely used structural material in construction, for more than a century and a half it has been studied and improved. It's prepared using regional raw materials with different technical characteristics of other regions. The cement also performs with various formulations. Adequately quantify these materials is the goal of the study of the concrete mixtures proportion, to obtain a concrete that meets the structural needs required. The main one being the compressive strength. The strength of concrete is essentially a practice laboratory when one considers acceptable results. Through experiments are idealized abacus and diagrams that can provide the strength of hardened concrete with various combinations of raw materials used. There is no mathematical formulation of comprehensive and well defined for a generalized process of mixes. The complexity increases when other components is added in the most simple and traditional concrete. Obtain the relationship between them is a work in progress. Neural networks have been used in solving engineering problems, with emphasis on applying the technique of backpropagation. It performs satisfactorily iterations between the different variables in a process of training and learning, and has been able to generalize acceptable solutions. In this work is used a feedforward neural network with backpropagation algorithm to predict the compressive strength and modulus of elasticity of the concrete. The input data are quantities of materials used to fabricate 1,0 m3 of concrete hardened, similar dosing for diagrams and abacus. Such diagrams are widely used by companies in the manufacturing of concrete, yielding good precision in the final results. They are produced on the vast experience with the same materials and are highly regional representative to provide subsidies for training neural networks. This... (Complete abstract click electronic access below)

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-07-21Bitstream added on 2014-06-13T19:19:31Z : No. of bitstreams: 1 leao_fb_dr_ilha.pdf: 4326970 bytes, checksum: 5e80d8b3eb8a0bff2c52ea28e2f0a451 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Neste trabalho é proposta uma metodologia para a análise e interpretação de alarmes em tempo real em sistemas de distribuição de energia elétrica, considerando o diagnóstico em nível de subestações e redes. A metodologia busca superar as dificuldades e desvantagens dos métodos já propostos na literatura especializada para resolver o diagnóstico de faltas em sistemas de potência. O método proposto emprega um modelo matemático original bem como um novo algoritmo genético para efetuar o diagnóstico dos alarmes de maneira eficiente e rápida. O modelo matemático é dividido em duas partes fundamentais: (1) modelo de operação do sistema de proteção; e (2) modelo de Programação Binária Irrestrita (PBI). A parte (1) é composta por um conjunto de equações de estados esperados das funções de proteção dos relés do sistema, modeladas com base na lógica de operação de funções de proteção tais como sobrecorrente, diferencial e distância, bem como na filosofia de proteção de sistemas de potência. A parte (2) é estabelecida através de uma função objetivo formulada com base na teoria de cobertura parcimoniosa (parcimonious set covering theory), e busca a associação ou “match” entre os relatórios de alarmes informados pelo sistema SCADA (Supervisory Control and Data Acquisition) e os estados esperados das funções de proteção formuladas na parte (1) do modelo. O novo algoritmo genético proposto é empregado para minimizar o modelo de PBI e possui como característica a utilização de dois parâmetros de controle. O algoritmo possui taxas de recombinação e mutação automática e dinamicamente calibradas, baseadas na saturação da população corrente, possuindo uma imediata resposta à possível convergência prematura para ótimos locais. A metodologia desenvolvida para o diagnóstico... / This work proposes a methodology for the analysis and interpretation of real-time alarms in electric power distribution systems in the substation level and network level. The methodology seeks to overcome the difficulties and disadvantages of the methods already proposed in the literature to solve the fault diagnosis in power systems. The proposed method employs a novel mathematical model and a genetic algorithm to carry out the diagnosis of alarms efficiently and quickly. The model is divided into two main parts: (1) a protection system operation model; and (2) Unconstrained Binary Programming (UBP) model. Part (1) provides a set of expected state equations of the protective relay functions established based on the protection operation logic such as overcurrent, differential and distance as well as the protection philosophy. Part (2) is established through an objective function formulated based on parsimonious set covering theory for associating the alarms reported by SCADA (Supervisory Control and Data Acquisition) system with the expected states of the protective relay functions. The novel genetic algorithm use only two control parameters and is employed to minimize the UBP model. In addition the algorithm has recombination and mutation rates automatically and dynamically calibrated based on the saturation of the current population and it presents an immediate response to possible premature convergence to local optima. The methodology developed for the diagnosis of substations is extended to distribution networks considering that the network has sufficient level of automation for remote monitoring of the primary feeders. In this way a new paradigm for protection of distribution networks developed based on Smart Grid concept is proposed. Extensive tests are performed with the methodology applied to distribution... (Complete abstract click electronic access below)

Orientador: Jozué Vieira Filho / Banca: Anna Diva Plasencia Lotufo / Banca: Marco Aparecido Queiroz Duarte / Resumo: Este trabalho apresenta uma metodologia para detecção e classificação de faltas do tipo curto-circuito. Esta operação de diagnóstico tem como principal operador um banco de redes neurais artificiais (RNAs) do tipo ARTMAP Nebulosa. Tal ferramenta segue a principal filosofia das RNAs: o reconhecimento de padrões, através de um trei- namento supervisionado inicial, responsável por atualizar os parâmetros das redes con- comitantemente com os resultados desejados. Finalizada a fase de adaptação, as redes serão capazes de, após receber novos padrões, classificá-los, de forma a propiciar, ao operador, informações importantes quanto ao estado de transmissão de barras presentes em um determinado complexo elétrico. Aqui, tomou-se como modelo a simulação de um grande alimentador real, composto por mais de 800 barras. Aliados às RNAs, tam- bém foram aplicadas, no que se refere à análise de dados amostrados de corrente elétri- ca, duas importantes e flexíveis ferramentas matemáticas: a Transformada de Fourier e a Transformada Wavelet. .Observa-se, ao final do trabalho, que os resultados apresenta- dos são bastante encorajadores, o que possibilitaria a utilização do programa em um ambiente real / Abstract: This work presents a detection and classification of short-circuit faults metho- dology. The main operator of this diagnostic operation is a Fuzzy ARTMAP Artificial Neural Networks (ANN) bank. This tool follows the ANN's main core: pattern recogni- tion, through an initial supervised training stage, responsible for updating the parame- ters of the networks con-comitant with the desired results. Completed the adaptation phase, the network will be able to, after receiving new standards, classifying them in order to provide to the operator important information about the state of transmission of bars present in a given complex electric. Here, there is, like a model, a simulation of a real big feeder, comprising more than 800 bars. Besides the ANNs, two important and flexible mathematical tools were also applied with regard to the analysis of sampled data of electric current: Fourier Transform and Wavelet Transform. At the end of the work the results presented are very encouraging, which would allow the use of the pro- gram in a no simulations real environment / Mestre

Orientador: Anna Diva Plasencia Lotufo / Banca: Percival Bueno Araújo / Banca: Walmir de Freitas Filho / Resumo: Neste trabalho, dá-se ênfase à previsão de carga multinodal, também conhecida como previsão de carga por barramento. Para realizar esta demanda, há necessidade de dispor de uma técnica que proporcione a precisão desejada, seja confiável e de baixo tempo de processamento. O conhecimento prévio das cargas locais é de extrema importância para o planejamento e operação dos sistemas de energia elétrica. Para realizar a previsão de carga multinodal foram empregadas duas metodologias, uma que prevê as cargas individualmente e outra que utiliza as previsões dos fatores de participação e a previsão de carga global. O principal objetivo deste trabalho é elaborar um modelo de previsor de carga de curto prazo, genérico e que pode ser aplicado na previsão de carga multinodal. Para tanto, utilizou-se redes neurais de regressão generalizada (GRNN), cujas entradas são compostas de variáveis exógenas globais e de cargas locais, sem a necessidade da inclusão de variáveis exógenas locais. Ainda, projetou-se uma nova arquitetura de rede neural artificial, baseada na GRNN, além de propor um procedimento para a redução do número de entradas da GRNN e um filtro para o pré-processamento do banco de dados de treinamento. Os dados, para testar as metodologias e as redes neurais artificiais, são referentes a um subsistema de distribuição de energia elétrica da Nova Zelândia composto por nove subestações / Abstract: In this work, it is emphasized the multi-nodal load forecast, also known as bus load forecast. To perform this demand, there it is necessary a technique that is precise, trustable and has a short-time processing. The previous knowledge of the local loads is of extreme importance to the planning and operation of the electrical power and energy systems. To perform the multi-nodal load forecast is employed two different methodologies, one that forecast the loads individually and another that uses the participation factors forecasts and the global load forecast. The main objective of this work is to elaborate a generic model of a short-term load forecaster, which can be applied to the multi-nodal load forecast. For this, it was used general regression neural networks (GRNN), with inputs based on external global factors and local loads, without the need of external local factors. Still, it was developed a new architecture of an artificial neural network based on a GRNN and proposed a procedure to reduce the number of input variables of the GRNN and a filter for preprocessing the training data. The dataset, to test the methodologies and the artificial neural networks, refers to a New Zealand electrical distribution subsystem composed of nine substations / Mestre

Orientador: Paulo José Amaral Serni / Banca: Alessandra Goedtel / Banca: José Alfredo Covolan Ulson / Resumo: O desequilíbrio de tensão nos sistemas elétricos pode provocar problemas indesejáveis na operação de equipamentos, principalmente nos motores de indução trifásicos, devido à importância destes motores em ambientes industriais. A utilização de modelos convencionais para a modelagem destes motores operando com tensões desequilibradas impõe resultados imprecisos e a obtenção de modelos adequados apresenta grande complexidade em função das assimetrias e não linearidades. Neste contexto, a utilização de ferramentas inteligentes, mais especificamente, redes neurais artificiais (RNA), reduz substancialmente a tarefa de modelagem, permitindo sua utilização sob condições de assimetrias e não linearidades. Assim, uma bancada de testes foi montada para a aquisição de dados experimentais de um motor de indução trifásico de 1 CV, 4 polos, 220V/380V, tipo gaiola de esquilo. Os dados coletados foram usados para o treinamento e validação de uma RNA que modela a relação entre as tensões, correntes e a potência no eixo. Os resultados experimentais foram comparados com os obtidos com a RNA e com o modelo dinâmico, e constatou-se que a modelagem por meio de RNA é adequada para descrever matematicamente o comportamento de motores de indução trifásicos operando com tensões desequilibradas / Abstract: Unbalanced voltages in electrical systems can deteriorate the performance of equipments and cause potential safety hazards and be harmful for the respective applications, especially in the three-phase induction motors, the most common energy receivers in industrial. The analysis of three phase induction motors under supply voltage unbalance condictions using the well-known symmetrical components analysis provide inaccurate results, and correct models are laborious, due to the complex nature of voltage unbalance factor like asymmetries and nonlinearities. In this context, the use of intelligent tools, specifically artificial neural networks (ANN), significantly reduces the modeling task and allowing the use under conditions of asymmetries and nonlinearities. Thus, a workbench tests was buit for testing of the 4 pole, 220V/380V, 1 CV squirrel-cage induction motor. Experimental set up for testing were used to ANN's training and validation. The ANN's model showed the relationship between the voltages, currents and shaft power. The results of experimental investigation and computer calculations (ANN and dynamic model) were compared and the results indicate that the ANN is adequate model that makes it possible to mathematically describe an induction motors operating with unbalanced voltage / Mestre

Orientador: Alexandre César Rodrigues da Silva / Resumo: A utilização de sensores em ambientes inteligentes é fundamental para supervisionar as atividades dos seres humanos. No reconhecimento de atividades humanas, ou HAR (Human Activity Recognition), técnicas de supervisionamento são aplicadas para identificar as atividades realizadas em diversas aplicações, como no esporte e no acompanhamento de pessoas com necessidades especiais. O Sistema de Reconhecimento de Atividades Humanas (SIRAH) é empregado no reconhecimento de atividades humanas, utilizando um acelerômetro localizado na cintura da pessoa monitorada e uma Rede Neural Artificial para classificar sete atividades: em pé, deitado, sentado, caminhar, correr, sentar e levantar. Originalmente implementado no software MATLAB, realizava classificações offline em que os resultados não eram obtidos durante a execução das atividades. Apresenta-se, neste trabalho, o desenvolvimento de duas versões embarcadas do SIRAH, que executam o algoritmo de classificação durante a prática das atividades monitoradas. A primeira implementação foi efetuada no processador Nios II da Altera, que ofereceu a mesma exatidão do sistema offline com processamento limitado, pois o software consome 673 milissegundos para executar a classificação desejada. Para aprimorar o desempenho, outra versão foi implementada em FPGA utilizando a linguagem de descrição de hardware VHDL. O algoritmo de classificação opera em tempo real e é executado em apenas 236 microssegundos, garantindo total amostragem das acelerações... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre