Objetivo: Avaliar as modificações estruturais do pericárdio bovino após hidrólise seletiva de grupos carboxiamidas em carboxílicos e resposta biológica em defeitos ósseos reparados com as matrizes de colágeno aniônico. Material e métodos: Amostras das matrizes modificadas foram comparadas com amostras de pericárdio bovino nativo através de microscopia óptica e de microscopia eletrônica de varredura. A resposta biológica foi avaliada implantando fragmentos das matrizes em trepanações criadas em tíbias de ratos. O reparo dos defeitos foi estudado 3, 7, 15 e 30 dias pós-implantação usando-se microscopia óptica. Resultados: O processo de hidrólise seletiva de grupos carboxamidas em carboxílicos removeu completamente as células intersticiais do pericárdio bovino e transformou a estrutura compacta e fibrilar do colágeno nativo em uma estrutura esponjiforme. Além disso, foi observado que as matrizes modificadas permitiram o reparo das trepanações ósseas com a formação de osso trabecular, sem induzir nenhuma reação adversa. Conclusões: A hidrólise utilizada aplicada ao pericárdio bovino produz uma matriz acelular com poros distribuídos na sua estrutura. Essas matrizes são biocompatíveis, não induzem reação inflamatória e permitem o reparo de trepanações ósseas experimentalmente induzidas. / Objective: Evaluate the structural modifications in the bovine pericardium after selective hydrolysis of carboxiamides groups into carboxilic and the biological response in bone defects repaired using the anionic collagen matrices. Material and methods: Samples of the modified matrices were compared to samples of native bovine pericardium using light microscopy and scanning electron microscopy. The biological response were evaluated implanting fragments of the matrices into defects made in rat tibias. The repair of the defects were evaluated 3, 7, 15, and 30 days after implantation using light microscopy. Results: The process of selective hydrolysis of carboxiamides groups into carboxilic completely removed the interstitial cells of the bovine pericardium and turned the compact and fibrilar structure of native collagen into a sponge-like structure. Besides, it was observed that the modified matrices allowed the repair of the bone defects through the formation of cancellous bones, without any side reaction. Conclusions: The used hydrolysis applied to bovine pericardium produces a acellular matrix with pores distributed along its structure. These matrices are biocompatible, they do not induce any inflammatory reaction and allow the repair of experimentally induced bone defects.

Objetivo: Avaliar as modificações estruturais do pericárdio bovino após hidrólise seletiva de grupos carboxiamidas em carboxílicos e resposta biológica em defeitos ósseos reparados com as matrizes de colágeno aniônico. Material e métodos: Amostras das matrizes modificadas foram comparadas com amostras de pericárdio bovino nativo através de microscopia óptica e de microscopia eletrônica de varredura. A resposta biológica foi avaliada implantando fragmentos das matrizes em trepanações criadas em tíbias de ratos. O reparo dos defeitos foi estudado 3, 7, 15 e 30 dias pós-implantação usando-se microscopia óptica. Resultados: O processo de hidrólise seletiva de grupos carboxamidas em carboxílicos removeu completamente as células intersticiais do pericárdio bovino e transformou a estrutura compacta e fibrilar do colágeno nativo em uma estrutura esponjiforme. Além disso, foi observado que as matrizes modificadas permitiram o reparo das trepanações ósseas com a formação de osso trabecular, sem induzir nenhuma reação adversa. Conclusões: A hidrólise utilizada aplicada ao pericárdio bovino produz uma matriz acelular com poros distribuídos na sua estrutura. Essas matrizes são biocompatíveis, não induzem reação inflamatória e permitem o reparo de trepanações ósseas experimentalmente induzidas. / Objective: Evaluate the structural modifications in the bovine pericardium after selective hydrolysis of carboxiamides groups into carboxilic and the biological response in bone defects repaired using the anionic collagen matrices. Material and methods: Samples of the modified matrices were compared to samples of native bovine pericardium using light microscopy and scanning electron microscopy. The biological response were evaluated implanting fragments of the matrices into defects made in rat tibias. The repair of the defects were evaluated 3, 7, 15, and 30 days after implantation using light microscopy. Results: The process of selective hydrolysis of carboxiamides groups into carboxilic completely removed the interstitial cells of the bovine pericardium and turned the compact and fibrilar structure of native collagen into a sponge-like structure. Besides, it was observed that the modified matrices allowed the repair of the bone defects through the formation of cancellous bones, without any side reaction. Conclusions: The used hydrolysis applied to bovine pericardium produces a acellular matrix with pores distributed along its structure. These matrices are biocompatible, they do not induce any inflammatory reaction and allow the repair of experimentally induced bone defects.

Submitted by Thays Aparecida de Abreu Silva null (thays7abreu@gmail.com) on 2016-08-24T12:25:29Z No. of bitstreams: 1 Thays - Final03-08-16.pdf: 1979884 bytes, checksum: 531230641c5b2eb640f10441ac13f396 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-08-25T13:57:50Z (GMT) No. of bitstreams: 1 santos_taa_dr_ilha.pdf: 1979884 bytes, checksum: 531230641c5b2eb640f10441ac13f396 (MD5) / Made available in DSpace on 2016-08-25T13:57:50Z (GMT). No. of bitstreams: 1 santos_taa_dr_ilha.pdf: 1979884 bytes, checksum: 531230641c5b2eb640f10441ac13f396 (MD5) Previous issue date: 2016-06-09 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Considerando a crescente demanda de energia elétrica no setor residencial, faz-se necessário conhecer o padrão de consumo de eletricidade de forma detalhada, impulsionando a mudança do comportamento dos consumidores finais, com o objetivo de reduzir o consumo global e a racionalização do uso da energia elétrica. Portanto, conhecer o perfil da curva de carga, com antecedência, é importante para detectar os picos e os vales, e incentivar os consumidores a mudar seus hábitos de consumo de energia, principalmente durante os períodos em que as tarifas são mais caras. Assim, nesta pesquisa propõe-se a utilização de um sistema fuzzy para obter o perfil de carga elétrica residencial. Como o consumo de energia elétrica, em residências, está altamente correlacionado com a ocupação ativa, foram levados em consideração o número de ocupantes na residência e os diferentes períodos do dia ao longo de 24 horas. Com base neste modelo foi possível simular o perfil de carga elétrica, a detecção dos picos que podem comprometer a eficiência do sistema e, consequentemente, oferecer mecanismos para melhorar o gerenciamento de demanda e incentivar a utilização racional de energia elétrica. Com objetivo de verificar a eficiência do sistema fuzzy, comparou-se as curvas de carga obtidas pelo sistema proposto com as curvas de carga reais e por meio desta comparação foi possível observar que os resultados são promissores. / The electrical energy demand is increasing mainly in residences. Therefore, it is necessary to know in advance the electricity pattern consumption. This knowledge is important to change behavior and reduce the global consumption. Furthermore, the load curve profile known in advance can detect the highest points and valleys and force the consumers to change their behavior principally during the high tariffs. Thus, this work proposes a fuzzy system to obtain the electrical load profile in residences. The electrical energy consumption is correlated with the active occupation of the residences, therefore the system considers the quantity of inhabitants and the different periods of the day during 24 hours. Based on this parameters it is possible to obtain the electrical load profile detecting the highest points that can compromise the efficiency of the system, and provide mechanisms to improve the demand managing besides forcing the rational use of electrical energy. To verify the efficiency of the proposed system, the results obtained are compared with real load curves measured in loco concluding that these results are promising.

Orientador: Anna Diva Plasencia Lotufo / Resumo: Considerando a crescente demanda de energia elétrica no setor residencial, faz-se necessário conhecer o padrão de consumo de eletricidade de forma detalhada, impulsionando a mudança do comportamento dos consumidores finais, com o objetivo de reduzir o consumo global e a racionalização do uso da energia elétrica. Portanto, conhecer o perfil da curva de carga, com antecedência, é importante para detectar os picos e os vales, e incentivar os consumidores a mudar seus hábitos de consumo de energia, principalmente durante os períodos em que as tarifas são mais caras. Assim, nesta pesquisa propõe-se a utilização de um sistema fuzzy para obter o perfil de carga elétrica residencial. Como o consumo de energia elétrica, em residências, está altamente correlacionado com a ocupação ativa, foram levados em consideração o número de ocupantes na residência e os diferentes períodos do dia ao longo de 24 horas. Com base neste modelo foi possível simular o perfil de carga elétrica, a detecção dos picos que podem comprometer a eficiência do sistema e, consequentemente, oferecer mecanismos para melhorar o gerenciamento de demanda e incentivar a utilização racional de energia elétrica. Com objetivo de verificar a eficiência do sistema fuzzy, comparou-se as curvas de carga obtidas pelo sistema proposto com as curvas de carga reais e por meio desta comparação foi possível observar que os resultados são promissores. / Abstract: The electrical energy demand is increasing mainly in residences. Therefore, it is necessary to know in advance the electricity pattern consumption. This knowledge is important to change behavior and reduce the global consumption. Furthermore, the load curve profile known in advance can detect the highest points and valleys and force the consumers to change their behavior principally during the high tariffs. Thus, this work proposes a fuzzy system to obtain the electrical load profile in residences. The electrical energy consumption is correlated with the active occupation of the residences, therefore the system considers the quantity of inhabitants and the different periods of the day during 24 hours. Based on this parameters it is possible to obtain the electrical load profile detecting the highest points that can compromise the efficiency of the system, and provide mechanisms to improve the demand managing besides forcing the rational use of electrical energy. To verify the efficiency of the proposed system, the results obtained are compared with real load curves measured in loco concluding that these results are promising. / Doutor

Hoje em dia, com a privatização e aumento da competitividade no mercado elétrico, as empresas precisam encontrar formas de melhorar a qualidade do serviço e garantir lucratividade. A previsão de carga de curto prazo é uma atividade indispensável à operação que pode melhorar a segurança e diminuir custos de geração. A fim de realizar a previsão da carga, é necessária a identificação de padrões de comportamento de consumo e da sua relação com variáveis exógenas ao sistema tais como condições climáticas. Originalmente o problema foi resolvido de forma matemática e estatística através de técnicas tais como as séries numéricas, que fornecem bons resultados, mas utilizam processos complexos e de difícil modelamento. O surgimento das técnicas de inteligência artificial forneceu uma nova ferramenta capaz de lidar com a grande massa de dados das cargas e inferir por si mesmo a relação entre as variáveis do sistema. Notadamente, as redes neurais e a lógica fuzzy se destacaram como as técnicas mais adequadas, sendo que já vem sendo estudadas e utilizadas para a previsão de carga a mais de 20 anos. Este trabalho apresenta uma metodologia para a previsão da curva de carga diária de áreas elétricas através do uso de técnicas de inteligência artificial, mais especificamente as redes neurais. Inicialmente são apresentadas as principais técnicas de previsão sendo dado maior detalhamento as redes neurais e a lógica fuzzy. É feita a análise dos dados necessários à previsão e seu tratamento. Em seguida, o processo do uso de redes neurais e lógica fuzzy na previsão é descrito e é apresentado o desenvolvimento e resultados obtidos com o desenvolvimento e implementação de um sistema de previsão com redes neurais na concessionária CTEEP Transmissão Paulista. Como contribuição dessa tese, a transformada Wavelet é analisada como ferramenta para a filtragem e compactação de dados na previsão com redes neurais. / Nowadays, with privatization of utility companies and increase in competition in the energy market, companies must increase their service quality and ensure profits. Short term load forecasting is essential for operation of power systems and can increases security and reduces generation costs. Forecasting the load demands the identification of load patterns and its relations with exogenous variables such as weather. Originally, the problem was solved using mathematics and statistics with techniques such as time series, which produces good results but are complex and have a difficult modeling. With the advent of artificial intelligence techniques, new tools capable of dealing with large amounts of data and learn by themselves system variables relations were available. Artificial neural networks and fuzzy logic came up as the most suitable for load forecasting that have been tested and used for load forecasting for the last 20 years. This work presents a methodology for daily load forecasting of electrical areas using artificial intelligence techniques, specifically neural networks. At first, forecasting techniques are presented with emphasis on neural networks and fuzzy logic. Acquisition and treatment of data are analyzed. The load forecasting using neural networks and fuzzy logic is described and the results of the development and tests of a load forecasting system at CTEEP Transmissão Paulista presented. As contribution of this thesis, Wavelet transform is analyzed as a tool for denoising and data compression for neural network load forecasting.

Hoje em dia, com a privatização e aumento da competitividade no mercado elétrico, as empresas precisam encontrar formas de melhorar a qualidade do serviço e garantir lucratividade. A previsão de carga de curto prazo é uma atividade indispensável à operação que pode melhorar a segurança e diminuir custos de geração. A fim de realizar a previsão da carga, é necessária a identificação de padrões de comportamento de consumo e da sua relação com variáveis exógenas ao sistema tais como condições climáticas. Originalmente o problema foi resolvido de forma matemática e estatística através de técnicas tais como as séries numéricas, que fornecem bons resultados, mas utilizam processos complexos e de difícil modelamento. O surgimento das técnicas de inteligência artificial forneceu uma nova ferramenta capaz de lidar com a grande massa de dados das cargas e inferir por si mesmo a relação entre as variáveis do sistema. Notadamente, as redes neurais e a lógica fuzzy se destacaram como as técnicas mais adequadas, sendo que já vem sendo estudadas e utilizadas para a previsão de carga a mais de 20 anos. Este trabalho apresenta uma metodologia para a previsão da curva de carga diária de áreas elétricas através do uso de técnicas de inteligência artificial, mais especificamente as redes neurais. Inicialmente são apresentadas as principais técnicas de previsão sendo dado maior detalhamento as redes neurais e a lógica fuzzy. É feita a análise dos dados necessários à previsão e seu tratamento. Em seguida, o processo do uso de redes neurais e lógica fuzzy na previsão é descrito e é apresentado o desenvolvimento e resultados obtidos com o desenvolvimento e implementação de um sistema de previsão com redes neurais na concessionária CTEEP Transmissão Paulista. Como contribuição dessa tese, a transformada Wavelet é analisada como ferramenta para a filtragem e compactação de dados na previsão com redes neurais. / Nowadays, with privatization of utility companies and increase in competition in the energy market, companies must increase their service quality and ensure profits. Short term load forecasting is essential for operation of power systems and can increases security and reduces generation costs. Forecasting the load demands the identification of load patterns and its relations with exogenous variables such as weather. Originally, the problem was solved using mathematics and statistics with techniques such as time series, which produces good results but are complex and have a difficult modeling. With the advent of artificial intelligence techniques, new tools capable of dealing with large amounts of data and learn by themselves system variables relations were available. Artificial neural networks and fuzzy logic came up as the most suitable for load forecasting that have been tested and used for load forecasting for the last 20 years. This work presents a methodology for daily load forecasting of electrical areas using artificial intelligence techniques, specifically neural networks. At first, forecasting techniques are presented with emphasis on neural networks and fuzzy logic. Acquisition and treatment of data are analyzed. The load forecasting using neural networks and fuzzy logic is described and the results of the development and tests of a load forecasting system at CTEEP Transmissão Paulista presented. As contribution of this thesis, Wavelet transform is analyzed as a tool for denoising and data compression for neural network load forecasting.

Orientador: Walmir de Freitas Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-25T07:49:42Z (GMT). No. of bitstreams: 1 Barbosa_TiagodeMoraes_M.pdf: 5056910 bytes, checksum: e6df43d1508493560aa5e60a3182b1e1 (MD5) Previous issue date: 2014 / Resumo: Visando manter a qualidade da energia elétrica entregue aos consumidores e atender os critérios de operação impostos pelos órgãos reguladores dos sistemas elétricos, necessita-se realizar análi-ses técnicas em sistemas de distribuição de energia. Os principais estudos realizados são os de cálculo de fluxo de potência, cálculo de curto-circuito e também análises da distorção harmônica. Um problema encontrado atualmente é que apesar de muitos métodos serem desenvolvidos com o objetivo de auxiliar na realização destes estudos, geralmente cada método é dedicado a um tipo de análise, ou seja, não há uma integração entre as diversas ferramentas de análise de rede, o que acaba dificultando o trabalho do engenheiro da concessionária. Com o objetivo de integrar as principais análises do setor de distribuição em uma única ferramenta, neste trabalho foi imple-mentada uma metodologia generalizada com capacidade para encontrar a solução para problemas de sistemas multifásicos, unificando os cálculos de fluxo de potência na frequência fundamental, fluxo de potência em frequências harmônicas e curto-circuito. Neste contexto, entre as vantagens do programa desenvolvido destacam-se: (a) unificação das principais ferramentas de estudos em sistemas de distribuição ¿ fluxo de potência, curto-circuito e fluxo de potência harmônico; (b) modelagem multifásica ¿ essa modelagem permite representar explicitamente o neutro e diferen-tes características de aterramento (por exemplo, sistemas multiaterrados); (c) robustez ¿ o método de solução utilizado é o Newton-Raphson; (d) flexibilidade ¿ cada componente da rede é mo-delado por ramo, permitindo maior flexibilidade na representação de diferentes conexões dos equipamentos; (e) o algoritmo foi implementado utilizando-se linguagem de programação Python. Este trabalho apresenta detalhes da formulação utilizada e a validação do algoritmo pela comparação dos resultados obtidos com os resultados de programas de análise de sistemas de potência bastante conhecidos / Abstract: Technical analyses applied to distribution systems are needed in order to guarantee the quality in electric energy delivered to the customers and to meet the regulatory requirements. The main studies performed with these purposes are power flow, short-circuit and harmonic power flow analyses. A current problem is that, although many methods have been developed to assist these studies, generally each method is dedicated to one type of study. In other words, there is no inte-gration between the several tools of network analysis, making the work of utility engineer a dif-ficult task. In order to integrate the main distribution system analyses into a single tool, in this work, it was implemented a generalized method with the capability of finding the solution for multiphase system problems, allowing the power flow calculation in fundamental and harmonic frequencies as well as short-circuit analyses. In this context, the main advantages of the devel-oped program are: (a) unification of the main tools applied to distribution systems studies ¿ fun-damental and harmonic frequencies power flow and short-circuit studies; (b) multiphase model-ing ¿ the models allows to represent multiple phases, neutral and different grounding topologies (for instance, multigrounded); (c) robustness ¿ the solution method is Newton-Raphson; (d) flex-ibility ¿ each network component is modeled as a branch, resulting in a higher flexibility in rep-resentation of different equipment connections; (e) the algorithm was implemented using Python programming language. This work presents details of the method formulation and the algorithm validation by the comparison of the obtained results with the results from well-known power system analyses software / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica

Submitted by Irvana Coutinho (irvana@ufpa.br) on 2015-04-17T16:30:06Z No. of bitstreams: 2 license_rdf: 22974 bytes, checksum: 99c771d9f0b9c46790009b9874d49253 (MD5) Tese_ProcessoAttachmentDensidade.pdf: 2920689 bytes, checksum: b99ba47daa0ec8c62b44eb98e2ecc364 (MD5) / Approved for entry into archive by Ana Rosa Silva (arosa@ufpa.br) on 2015-04-20T11:58:27Z (GMT) No. of bitstreams: 2 license_rdf: 22974 bytes, checksum: 99c771d9f0b9c46790009b9874d49253 (MD5) Tese_ProcessoAttachmentDensidade.pdf: 2920689 bytes, checksum: b99ba47daa0ec8c62b44eb98e2ecc364 (MD5) / Made available in DSpace on 2015-04-20T11:58:27Z (GMT). No. of bitstreams: 2 license_rdf: 22974 bytes, checksum: 99c771d9f0b9c46790009b9874d49253 (MD5) Tese_ProcessoAttachmentDensidade.pdf: 2920689 bytes, checksum: b99ba47daa0ec8c62b44eb98e2ecc364 (MD5) Previous issue date: 2014 / Esta tese refere-se ao uso de modelos de attachment de lideres (Leader Progression Model – LPM) para estimativa da distancia de salto, que, junto com dados de densidade de raios como coletado pelo sistema de detecção de raios do SIPAM, são usados para estimar a taxa de flashover em linhas de transmissão de eletricidade na Amazônia. O modelo de progressão de líder desenvolvido nesta tese é denominado ModSalto, que, para estimar a distancia de salto: 1- integra a densidade linear de cargas elétricas devida ao líder, proporcional a prospectiva corrente de primeira descarga (1º stroke) Ip, para determinar o campo elétrico produzido pelo líder descendente na estrutura sob estudo (para-raios, arestas, condutores, etc.); 2 – integra a distribuição imagem do líder descendente, fazendo uso da característica de poder das pontas como fator de estimulo e intensificação do campo elétrico devido a streamers nas partes aguçadas das estruturas sob estudo, para temporizar o momento do processo de attachment. O gatilho para o líder descendente, por hipótese, se deve a ejeção aleatória de pacotes de cargas elétricas em domínios turbulentos no interior das nuvens que recebem energia por processos de cascata da turbulência geral, e o comportamento do líder descendente, deve obedecer à equação da força de Lorentz, no espaço de campos cruzados elétrico devido às nuvens a cima e o campo magnético da Terra, que obriga as cargas do líder a desenvolverem movimentos cicloidais que podem explicar a natureza tortuosa do trajeto do líder descendente. Com o objetivo de formalizar dados consistentes de densidade de raios é feita uma reanalise do conjunto de dados coletado pelo LLS SIPAM de outubro de 2006 a julho de 2008 na região amazônica, com cerca de 3 milhões de eventos, comparando-os com dados de torres instrumentadas para evidenciar-se sua qualidade e usabilidade. Dados de elevação de terreno do SRTM da NASA são usados para gerar formula do raio de atração (Ra) das estruturas passiveis de serem atingidas por raios e para gerar formulas de área de atração, usadas para quantificar o numero de raios que provavelmente atingirão determinada estrutura, baseado no valor de densidade de raios (raios/km2/ano) na área em estudo. / This thesis refers to the use of leaders attachment model (Leader Progression Model - LPM) in the estimation of striking distance values and jointly use of lightning density data gathered by a LLS System to estimate the flashover rate of electricity transmission lines in the Amazon region. The leader progression model developed here is called ModSalto, and to estimate the striking distance, it: integrate the linear density of the leader electric charge proportional to the prospective lightning first stroke (Ip) to estimate the electric field produced by the descending leader, in the tip of the structure under study (arrester, electric conductor, etc.); makes integration of the image leader charge distribution and makes use of the power of tips as a stimulus and intensification factor for the electric field due to the streamers on the edge of the structure under study, to time the attachment process. The trigger of the descending leader is hypothesized to be on behalf of packets of charges turbulent domains in cloud, and the leader's behavior on the descending path is hypothesized to obey the equation of the Lorentz force in the space of movement of electric charges of the leader, influenced by crossed electric field due to the electrification of the clouds and the Earth's magnetic field, which imprints a cycloid motion on the leader’ tip electric charges which may explain the stepped and tortuous nature of the downward leader. The LFR parameters (Lightning Flashover Rate) is presented as an estimate of the probability of occurrence of flashover induced by lightning on an electric transmission line, that may be derived by a defined parameter Jv (Vulnerability Window) as a quantifying factor to the probability of insufficient protection provided by the EGM model to the transmission line, protected against lightning with use of shielding conductors (shield wire). With the aim to get a usable lightning density data, we do a reanalyze of the dataset of occurrence of lightning collected by LLS SIPAM, from October 2006 to July 2008 in the amazon region, with over 3 million hits, comparing them with data from instrumented towers allowing an assessment of the quality of such data. Terrain elevation data (SRTM) from NASA are used to generate attraction radius (Ra) formulas that takes into account the height of the structures and jointly with Log Normal distribution parameters describing the statistical behavior of first pulse current values (stroke) of the lightning, as estimated by LLS SIPAM, to generate a summation or integration area of attraction formula, used in the quantification of the number of lightning which are likely to hit a given structure, depending on the density of lightning (lightning / km2 / year) at the study site.

Submitted by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-11T13:53:35Z No. of bitstreams: 2 Dissertaçao Joao Ferreira da Silva Jr.pdf: 2184320 bytes, checksum: fb503909f5b1d57d923852e5dafce5b6 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T12:59:47Z (GMT) No. of bitstreams: 2 Dissertaçao Joao Ferreira da Silva Jr.pdf: 2184320 bytes, checksum: fb503909f5b1d57d923852e5dafce5b6 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T12:59:47Z (GMT). No. of bitstreams: 2 Dissertaçao Joao Ferreira da Silva Jr.pdf: 2184320 bytes, checksum: fb503909f5b1d57d923852e5dafce5b6 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-08-28 / Os avanços tecnológicos acontecem por intermédio de pesquisas e estudos, inclusive com a criação de novos paradigmas, tais como a computação em nuvem, comércio eletrônico e redes sociais. Em alguns casos, grandes centros de dados são utilizados para suportar esses paradigmas. Com isso, estes grandes centros de dados tornaram-se elementos críticos no desenvolvimento de tarefas diárias, o que sugere que, a cada dia, utilizamos mais seus recursos, aumentando a demanda e, consequentemente, o consumo elétrico. Hodiernamente, o consumo de energia é uma questão de interesse comum. Pesquisas demonstram que, como consequência da constante evolução e expansão da tecnologia da informação, os centros de dados e as nuvens (cloud computing) são grandes consumidores de energia elétrica. Com esse alto consumo, destacam-se as questões de sustentabilidade e custo. Neste contexto, a presente dissertação propõe um algoritmo de distribuição de carga elétrica (ADCE) para otimizar a distribuição de energia em infraestruturas elétricas de centros de dados e nuvens privadas. O ADCE é suportado pelo ambiente denominado Mercury, que é capaz de realizar uma avaliação integrada das métricas de confiabilidade, custo e sustentabilidade. O ADCE otimiza, mais especificamente, a distribuição da corrente elétrica na modelagem de fluxo de energia (EFM - Energy Flow Model). A modelagem em EFM é responsável por estimar as questões de sustentabilidade e de custo das infraestruturas elétricas de centros de dados e nuvens, respeitando as restrições de capacidade de energia que cada dispositivo é capaz de fornecer (considerando o sistema elétrico) ou extrair (considerando o sistema de refrigeração). Ademais, dois estudos de caso são apresentados, onde são analisadas sete infraestruturas elétricas de um centro de dados e seis de uma nuvem privada. Para os centros de dados foi alcançada uma redução no consumo de energia de até 15,5% e a métrica utilizada para avaliar a redução do impacto ambiental (exergia) foi reduzida em mais da metade de seu valor. No que concerne ao estudo das nuvens privadas a redução do consumo de energia foi de até 9,7% e da exergia de para quase um terço de seu valor inicial. Os resultados obtidos foram significativos, uma vez que as preocupações ambientais ganham destaque com o passar dos anos e os recursos financeiros das empresas são finitos e muito valiosos.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-17T11:13:15Z No. of bitstreams: 1 samuelbelinidefilippo.pdf: 2610291 bytes, checksum: 6c4f48d00a0649b56977f6c8a7ada4e0 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-22T16:33:53Z (GMT) No. of bitstreams: 1 samuelbelinidefilippo.pdf: 2610291 bytes, checksum: 6c4f48d00a0649b56977f6c8a7ada4e0 (MD5) / Made available in DSpace on 2018-01-22T16:33:53Z (GMT). No. of bitstreams: 1 samuelbelinidefilippo.pdf: 2610291 bytes, checksum: 6c4f48d00a0649b56977f6c8a7ada4e0 (MD5) Previous issue date: 2017-09-20 / Todo a produção, transmissão e distribuição de energia elétrica ocorre concomitantemente com o consumo da energia. Isso é necessário porque ainda não existe hoje uma maneira viável de se estocar energia em grandes quantidades. Dessa forma, a energia gerada precisa ser consumida quase que instantaneamente. Isso faz com que as previsões de demanda sejam fundamentais para uma boa gestão dos sistemas de energia. Esse trabalho focaliza métodos de previsão de demanda a curto prazo, até um dia à frente. Nos métodos mais simples, as previsões são feitas por modelos lineares que utilizam dados históricos da demanda de energia. Contudo, modelos baseados em inteligência computacional têm sido estudados para este fim, por explorarem a relação não-linear entre a demanda de energia e as variáveis climáticas. Em geral, estes modelos conseguem melhores previsões do que os métodos lineares. Seus resultados, porém, são instáveis e sensíveis a erros de medição, gerando erros de previsão discrepantes, que podem ter graves consequências para o processo de produção. Neste estudo, empregamos redes neurais artificiais e algoritmos genéticos para modelar dados históricos de carga e de clima, e combinamos estes modelos com métodos lineares tradicionais. O objetivo é conseguir previsões que não apenas sejam mais acuradas em termos médios, mas que também menos sensíveis aos erros de medição. / The production, transmission and distribution of electric energy occurs concomitantly with its consumption. This is necessary because there is yet no feasible way to store energy in large quantities. Therefore, the energy generated must be consumed almost instantaneously. This makes forecasting essential for the proper management of energy systems. This thesis focuses on short-term demand forecasting methods up to one day ahead. In simpler methods, the forecasts are made by linear models, which use of historical data on energy demand. However, computer intelligence-based models have been studied for this end, exploring the nonlinear relationship between energy demand and climatic variables. In general, these models achieve better forecasts than linear methods. Their results, however, are unstable and sensitive to measurement errors, leading to outliers in forecasting errors, which can have serious consequences for the production process. In this thesis, we use artificial neural networks and genetic algorithms for modelling historical load and climate data, and combined these models with traditional linear methods. The aim is to achieve forecasts that are not only more accurate in mean terms, but also less sensitive to measurement errors.