Orientador: João Marcos Travassos Romano / Tese (doutorado) - Universidade Estadual de Campinas. Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T03:58:12Z (GMT). No. of bitstreams: 1 Ribeiro_MoisesVidal_D.pdf: 5330417 bytes, checksum: ebf89b90c9327ce0ba7f3c169b5e260f (MD5) Previous issue date: 2005 / Resumo: A presente tese tem por objetivo propor e discutir o uso de algumas técnicas de processamento de sinais e de inteligência computacional para a melhoria da transmissão digital de dados via redes elétricas e da análise da qualidade da energia elétrica em sistemas de potência. No que tange à transmissão de dados via rede elétrica, novas técnicas são introduzidas para solucionar os problemas de cancelamento de ruídos impulsivos e equalização de canais de comunicação. Para a melhoria do monitoramento da qualidade da energia elétrica, propõem-se novas técnicas para a análise espectral das componentes fundamental e harmônicas, e para a detecção, a classificação e a compressão de distúrbios. As várias técnicas apresentadas no presente trabalho são fundamentadas no princípio de dividir e conquistar, largamente utilizado em diversas áreas do conhecimento. A aplicação adequada desse princípio através de técnicas de processamento de sinais e de inteligência computacional nos permitiram fornecer análises mais precisas dos problemas estudados e propor novas soluções para os mesmos. Os resultados numéricos obtidos nas simulações computacionais confirmam a relevância das técnicas propostas / Abstract: This thesis is aimed at proposing and discussing the use of signal processing and computational intelligence techniques to improve digital communications through power line channels and a more precise power quality analysis of power systems. Regarding power line communication applications, advanced techniques for impulse noise mitigation and channel equalization are introduced. For power quality monitoring applications, novel techniques are proposed for spectral analysis of power line signals and for detection, classification and compression of disturbance events. The techniques proposed are developed on the light of the divider and conquer principle. The appropriate application of such principle, by means of signal processing and computational intelligence techniques, enable us to offering a more precise analysis of the problems investigated and novel solutions for them. By introducing a set of signal processing techniques along with some computational intelligence ones, this contribution succeeds in offering improvements for all the problems investigated. Numerical results obtained by computational simulations verify such improvement and confirm the relevance of the techniques proposed. / Doutorado / Telecomunicações / Doutor em Engenharia Elétrica

Orientador: Celso Pascoli Bottura / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T18:33:31Z (GMT). No. of bitstreams: 1 DelRealTamariz_Annabell_D.pdf: 5783881 bytes, checksum: 21a1a2e27552398a982a934513988a24 (MD5) Previous issue date: 2005 / Resumo: Este estudo apresenta contribuições para modelagem computacional de dados multivariáveis no espaço de estado, tanto com sistemas lineares invariantes como com variantes no tempo. Propomos para modelagem determinística-estocástica de dados ruidosos, o Algoritmo MOESP_AOKI. Propomos, utilizando Redes Neurais Recorrentes multicamadas, algoritmos para resolver a Equação Algébrica de Riccati Discreta bem como a Inequação Algébrica de Riccati Discreta, via Desigualdades Matriciais Lineares. Propomos um esquema de controle adaptativo com Escalonamento de Ganhos, baseado em Redes Neurais, para sistemas multivariáveis discretos variantes no tempo, identificados pelo algoritmo MOESP_VAR, também proposto nesta tese. Em síntese, uma estrutura de controle inteligente para sistemas discretos multivariáveis variantes no tempo, através de uma abordagem que pode ser chamada ILPV (Intelligent Linear Parameter Varying), é proposta e implementada. Um controlador LPV Inteligente, para dados computacionalmente modelados pelo algoritmo MOESP_VAR, é concretizado, implementado e testado com bons resultados / Abstract: This study presents contributions for state space multivariable computational data modelling with discrete time invariant as well as with time varying linear systems. A proposal for Deterministic-Estocastica Modelling of noisy data, MOESP_AOKI Algorithm, is made. We present proposals forsolving the Discrete-Time Algebraic Riccati Equation as well as the associate Linear Matrix Inequalityusing a multilayer Recurrent Neural Network approaches. An Intelligent Linear Parameter Varying(ILPV) control approach for multivariable discrete Linear Time Varying (LTV) systems identified bythe MOESP_VAR algorithm, are both proposed. A gain scheduling adaptive control scheme based on neural networks is designed to tune on-line the optimal controllers. In synthesis, an Intelligent Linear Parameter Varying (ILPV) Control approach for multivariable discrete Linear Time Varying Systems (LTV), identified by the algorithm MOESP_VAR, is proposed. This way an Intelligent LPV Control for multivariable data computationally modeled via the MOESP_VAR algorithm is structured, implemented and tested with good results / Doutorado / Automação / Doutor em Engenharia Elétrica