Made available in DSpace on 2010-04-20T20:51:44Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-03-10T00:00:00Z / Esta pesquisa teve como principal objetivo examinar a relação entre Consumo de Energia Elétrica e Renda Familiar nos domicílios do município de São Paulo. Investigou-se a utilidade do consumo de energia elétrica como base para um indicador que possibilite a extensão e o refinamento do Critério de Classificação Econômica Brasil para estimar o poder de compra da população em geral. A pesquisa dividiu-se em dois níveis de investigação. O primeiro, domiciliar, para o qual foram utilizados três conjuntos de dados oriundos de pesquisas domiciliares (Pesquisa ABRADEE, Pesquisa de Posses e Hábitos do PROCEL, e Pesquisa de Microcrédito da Baixa Renda da FGV-EAESP). O segundo nível, territorial, investigou indicadores de renda, consumo de energia elétrica e classe econômica agregados por áreas de ponderação (conjunto de setores censitários), e utilizou microdados do Censo Demográfico 2000 do município de São Paulo em conjunto com a base de domicílios da AES Eletropaulo. A investigação domiciliar mostrou que não há vantagens na substituição plena da aplicação do Critério Brasil pela coleta de indicadores de consumo de energia elétrica em levantamentos domiciliares. No entanto, o uso combinado do Critério Brasil, do valor da conta de luz e do número de pessoas (ou número de dormitórios) no domicílio apresenta benefícios na classificação da renda (os gráficos de ganhos das árvores de classificação combinadas aproximam-se mais da distribuição real da renda, apesar de o coeficiente de explicação da renda aumentar apenas de 0,577 para 0,582). Além disso, ao contrário do que se especulava, para a baixa renda a associação entre renda e consumo de energia elétrica mostrou-se fraca, apesar de o coeficiente de explicação da renda aumentar de 0,222 para 0,300 quando incorporamos o consumo de energia elétrica e o número de pessoas ao modelo de regressão da renda pelo Critério Brasil. Em nível territorial, as relações entre Renda, Consumo de Energia Elétrica e Classificação Econômica do Critério Brasil mostraram-se muito fortes (os coeficientes de explicação da renda atingiram valores de 0,912 a 0,960), permitindo que medidas de consumo médio de energia elétrica agregadas em áreas de ponderação sejam ótimos indicadores regionais de concentração de renda e classificação econômica dos domicílios para o município de São Paulo. Por serem atuais, disponíveis e de atualização mensal, os indicadores de consumo de energia elétrica, quando disponibilizados pelas empresas de distribuição de energia, podem ser de grande utilidade para empresas de mercado, como subsídio a estratégias que necessitem de informações de classificação, concentração e previsão da renda domiciliar. / The main research objective was to analyze the relationship between household Electricity Consumption and Family Income in the city of São Paulo in order to evaluate the potential benefits of adding electricity consumption to the Brazilian Economic Classification Criteria, an index frequently used to estimate a family’s purchasing power. To achieve these goals, statistical models were developed at two different levels of aggregation. The first and most disaggregated level was the household, for which data from three different research studies were combined (ABRADEE Research, PROCEL Possessions and Habits Research, and Microcredit for Low Income Families Research by FGV-EAESP). The second level (the territorial one), with household aggregated at the level of weighted areas (set of census tracts), used income indicators, electric energy consumption and economic classification data from the Demographic Census 2000 of the city of São Paulo and the AES Eletropaulo household databases. The results in household investigation show that energy consumption alone cannot substitute for Brazilian Criteria. However, the combined use of the Brazilian Criteria, the household electricity monthly bill and the number of residents (or number of bedrooms) in the household significantly improves household income estimates, as shown by the results of classification tress model, in which the resulting predicted distribution curve better approximates the real distribution, although coefficient of determination R-squared grows from only 0,577 to 0,582. However, contrary to a priori expectation, among low income household, the level of association between income and electricity consumption was very weak. Nevertheless, household income forecast can be enhanced, with an improvement of the model’s R-squared from 0,222 to 0,300 when the electricity bill and the number of resident are included in a regression model of household income against the Brazilian Criteria. At the weighted area level, the relationship between Income, Electricity Consumption and Brazilian Criteria’s Economic Classification are very strong, with coefficients of determination R-squared ranging from 0,912 to 0,960. This results supports the use of the mean household electricity consumption, at a territorial aggregated level, as an excellent regional indicator of income concentration in the city of São Paulo. As it is an easily available and monthly update information, the electric energy consumption indicators, if made available by energy distribution companies, will be useful for strategy formulation and decision making for which household income classification data are critical.

Made available in DSpace on 2010-04-20T20:54:49Z (GMT). No. of bitstreams: 3 EuclidesPedrozoJr2004.pdf.jpg: 15382 bytes, checksum: 9c5fbb19c051fb2a8f5894101e67ce0f (MD5) EuclidesPedrozoJr2004.pdf.txt: 234609 bytes, checksum: 15371b2ddb272d31b3f556d0d869031b (MD5) EuclidesPedrozoJr2004.pdf: 633759 bytes, checksum: 14f6c383dc121ea3845c6ab43f6bb8a6 (MD5) Previous issue date: 2004-05-28T00:00:00Z / Este estudo examina as elasticidades-renda, preço e preço cruzada da demanda de alimentos e energia elétrica, a partir de dados da POF e das Contas Nacionais. O sistema de demanda utilizado é formulado em dois estágio de decisão orçamentária, de acordo com os preceitos estabelecidos na teoria da maximização da utilidade, sujeita às restrições de aditividade e homogeneidade e simetria.

Submitted by Andre Maitan (andremaitan@yahoo.com.br) on 2011-07-25T18:57:36Z No. of bitstreams: 1 Tese MPFE - André Raj Maitan - 93280.pdf: 894819 bytes, checksum: cd191610788a5e242005e02d0e272ee3 (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2011-07-25T19:18:50Z (GMT) No. of bitstreams: 1 Tese MPFE - André Raj Maitan - 93280.pdf: 894819 bytes, checksum: cd191610788a5e242005e02d0e272ee3 (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2011-07-25T19:20:01Z (GMT) No. of bitstreams: 1 Tese MPFE - André Raj Maitan - 93280.pdf: 894819 bytes, checksum: cd191610788a5e242005e02d0e272ee3 (MD5) / Made available in DSpace on 2011-07-25T19:28:19Z (GMT). No. of bitstreams: 1 Tese MPFE - André Raj Maitan - 93280.pdf: 894819 bytes, checksum: cd191610788a5e242005e02d0e272ee3 (MD5) Previous issue date: 2011-06-27 / Our target here is to understand how non observables factors on water heating choice can affect electricity usage by individual consumers. In order to understand this, we will apply a discrete/continuous model in order to understand the impact of household water heating system discrete choice on household electricity consumption, continuous choice. First it was used a LOGIT model as a way to understand which variables influence consumer discrete choice. Hereafter with Discrete model results we verified if consumer choice is relevant on electricity consumption intensity. Hausman method results demonstrated that if we do not specify discrete choice at continuous model, it will bring biased estimators to our model, this occurs due to the fact that discrete choice variable is significant and it helps to explain continuous model. Results show that we have roughly 10% differences on estimators when we ignore discrete choice. It’s important to note that this kind of miscalculation can bring a important difference on government investment decision. This work and the results obtained reinforced Dubbin and McFadden (1984) work that it was used as principal reference to this work. / O objetivo deste trabalho passa por entender o impacto dos fatores não observáveis na escolha do sistema de aquecimento de água na intensidade do consumo de eletricidade domiciliar. Para isto será aplicado um modelo discreto-contínuo para entender o efeito da escolha discreta do tipo de aquecimento de água domiciliar sobre o consumo de energia elétrica do mesmo domicílio, escolha contínua. Primeiramente foi usado um modelo LOGIT e por meio deste foram entendidos os fatores que influenciam a escolha discreta do consumidor. Com os resultados encontrados na escolha discreta, temos em um segundo momento que constatar se esta escolha é significante para a intensidade do consumo de energia elétrica. Os resultados obtidos usando o método de Hausmann demonstraram que ignorar este fator (escolha discreta) pode levar a estimadores viesados para a parte contínua do modelo, ou seja, a escolha discreta é significante e ajuda a explicar o consumo de energia elétrica domiciliar. Os resultados mostraram que temos diferenças de até 10% no estimador obtido quando ignoramos este fator. É importante notar que este tipo de falha no cálculo, pode trazer problemas na decisão e na quantidade de investimento de um país. Além disso, os resultados reforçaram e ratificaram o trabalho desenvolvido por Dubbin e McFadden (1984) que foram usados como base para o estudo.

CAPES / Um dos aspectos fundamentais da inteligência natural é sua aptidão no processamento de informações temporais. O grande desafio proposto é o de desenvolver sistemas inteligentes que mapeiem essa aptidão do comportamento humano. Neste contexto, aportam as Máquinas de Estado Líquido (LSMs), uma arquitetura neural pulsada (meio líquido) que projeta os dados de entrada em um espaço dinâmico de alta dimensão e, por conseguinte, realiza a análise do conjunto de dados de entrada através de uma rede neural clássica (unidade de leitura). Desta maneira, esta tese apresenta uma solução inovadora para a previsão de séries temporais contínuas através das LSMs com mecanismo de reinicialização e entradas analógicas, contemplando a área da demanda de energia elétrica. A metodologia desenvolvida foi aplicada no horizonte de previsão a curto prazo e a longo prazo. Os resultados obtidos são promissores, considerando o alto erro estabelecido para parada do treinamento da unidade de leitura, o baixo número de iterações do treinamento da unidade de leitura e que nenhuma estratégia de ajustamento sazonal, ou pré-processamento, sob os dados de entrada foi realizado. Até o momento, percebe-se que as LSMs têm despontado como uma nova e promissora abordagem dentro do paradigma conexionista, emergente da ciência cognitiva. / Among of several aspects of the natural intelligence is its ability to process temporal information. One of major challenges to be addresses is how to efficiently develop intelligent systems that integrate the complexities of human behavior. In this context, appear the Liquid State Machines (LSMs), a pulsed neural architecture (liquid) that projects the input data in a high-dimensional dynamical space and therefore makes the analysis of input data all through a classical neural network (readout). Thus, this thesis presents an innovative solution for forecasting continuous time series through LSMs with reset mechanism and analog inputs, applied to the electric energy demand. The methodology was applied in the short-term and long-term forecasting of electrical energy demand. Results are promising, considering the high error to stop training the readout, the low number of iterations of training of the readout, and that no strategy of seasonal adjustment or preprocessing of input data was achieved. So far, it can be notice that the LSMs have been studied as a new and promising approach in the Artificial Neural Networks paradigm, emergent from cognitive science.

Neste trabalho é apresentada uma abordagem de controle de demanda para consumidores residenciais de baixa tensão, visando melhoria da eficiência energética em Smart Grids. Inicialmente, um emulador de cargas elétricas residenciais é modelado com base na literatura. O emulador é composto pelo modelo de um reservatório de aquecimento de água (boiler), o modelo de um aparelho de ar condicionado e também modelos de consumo de iluminação, televisores e uma geladeira. Utilizando o software Matlab foi realizada a implementação e simulação do emulador. Os principais algoritmos de controle de demanda são investigados, a fim de verificar o seu desempenho quando aplicados ao conjunto de cargas residenciais. Esses algoritmos normalmente realizam o controle de demanda a partir de um sistema de prioridades. Ainda, a partir dessa analise demostra-se que estes algoritmos consideram níveis de conforto do usuário, porém não permitem o acionamento de duas ou mais cargas em um mesmo período caso a demanda da residência ultrapasse um limite predeterminado. Portanto, propõem-se um algoritmo de controle de demanda adaptativo que utiliza o método de busca Rosenbrock, com o objetivo de sobrepujar tais limitações. O procedimento proposto realiza a operação das cargas residenciais de forma gradual considerando níveis de prioridade e parâmetros de conforto dos usuários. Demonstra-se através de simulações e experimentos que através do método proposto é possível realizar a ativação de diversas cargas concorrentemente, desde que respeitados os níveis de conforto e de demanda. Para obtenção dos resultados experimentais o controlador de demanda foi implementado em um sistema embarcado e testado com o emulador de cargas elétricas residenciais implementado em uma arquitetura HIL (Hardware-in-the-loop). Analisando os resultados, observou-se que o consumo de energia foi o mesmo para todos os cenários simulados sendo que a demanda se manteve abaixo dos limites parametrizados. Porém com o limitador de demanda ativo, se obteve uma redução de até 52% no tempo de aquecimento da água utilizando o controlador de demanda adaptativo, dessa forma o desconforto dos usuários pode ser minimizado. / This work presents an approach to control demand for residential low voltage consumers, aiming to improve energy efficiency in Smart Grids. Initially, an emulator of residential electric loads is modeled based on the literature. The emulator consists of a reservoir for water heating model, the model of an air conditioner and also models of consumption for lighting, televisions and a refrigerator. The implementation and simulation were performed using software Matlab. The demand control algorithms are investigated in order to verify its performance when applied to the set of residential loads. These algorithms typically perform control demand from a system of priorities. Still, from this analysis it demonstrates that these algorithms consider levels of user comfort, but do not allow the drive of two or more loads in the same period of residence if the demand exceeds the limit. Therefore, we propose a control algorithm that uses Rosenbrock search of demand adaptive method, aiming to overcome these limitations. The proposed procedure performs the operation of residential loads gradually considering priority levels and parameters of comfort of users. It is shown through simulations and experiments using the proposed method can perform the activation of several concurrently loads, provided they comply with the limits of comfort and demand. To obtain the experimental results demand the controller was implemented in an embedded system and tested with the emulator residential electrical loads implemented in a HIL (Hardware-in-theloop) architecture. Analyzing the results, it was observed that the power consumption is the same for all scenarios simulated and demand remained below parametric limits. But with the demand limiter active, we obtained a reduction of up to 52% in heat water using the demand controller adaptive, so the discomfort of the users can be minimized.

Neste trabalho é apresentada uma abordagem de controle de demanda para consumidores residenciais de baixa tensão, visando melhoria da eficiência energética em Smart Grids. Inicialmente, um emulador de cargas elétricas residenciais é modelado com base na literatura. O emulador é composto pelo modelo de um reservatório de aquecimento de água (boiler), o modelo de um aparelho de ar condicionado e também modelos de consumo de iluminação, televisores e uma geladeira. Utilizando o software Matlab foi realizada a implementação e simulação do emulador. Os principais algoritmos de controle de demanda são investigados, a fim de verificar o seu desempenho quando aplicados ao conjunto de cargas residenciais. Esses algoritmos normalmente realizam o controle de demanda a partir de um sistema de prioridades. Ainda, a partir dessa analise demostra-se que estes algoritmos consideram níveis de conforto do usuário, porém não permitem o acionamento de duas ou mais cargas em um mesmo período caso a demanda da residência ultrapasse um limite predeterminado. Portanto, propõem-se um algoritmo de controle de demanda adaptativo que utiliza o método de busca Rosenbrock, com o objetivo de sobrepujar tais limitações. O procedimento proposto realiza a operação das cargas residenciais de forma gradual considerando níveis de prioridade e parâmetros de conforto dos usuários. Demonstra-se através de simulações e experimentos que através do método proposto é possível realizar a ativação de diversas cargas concorrentemente, desde que respeitados os níveis de conforto e de demanda. Para obtenção dos resultados experimentais o controlador de demanda foi implementado em um sistema embarcado e testado com o emulador de cargas elétricas residenciais implementado em uma arquitetura HIL (Hardware-in-the-loop). Analisando os resultados, observou-se que o consumo de energia foi o mesmo para todos os cenários simulados sendo que a demanda se manteve abaixo dos limites parametrizados. Porém com o limitador de demanda ativo, se obteve uma redução de até 52% no tempo de aquecimento da água utilizando o controlador de demanda adaptativo, dessa forma o desconforto dos usuários pode ser minimizado. / This work presents an approach to control demand for residential low voltage consumers, aiming to improve energy efficiency in Smart Grids. Initially, an emulator of residential electric loads is modeled based on the literature. The emulator consists of a reservoir for water heating model, the model of an air conditioner and also models of consumption for lighting, televisions and a refrigerator. The implementation and simulation were performed using software Matlab. The demand control algorithms are investigated in order to verify its performance when applied to the set of residential loads. These algorithms typically perform control demand from a system of priorities. Still, from this analysis it demonstrates that these algorithms consider levels of user comfort, but do not allow the drive of two or more loads in the same period of residence if the demand exceeds the limit. Therefore, we propose a control algorithm that uses Rosenbrock search of demand adaptive method, aiming to overcome these limitations. The proposed procedure performs the operation of residential loads gradually considering priority levels and parameters of comfort of users. It is shown through simulations and experiments using the proposed method can perform the activation of several concurrently loads, provided they comply with the limits of comfort and demand. To obtain the experimental results demand the controller was implemented in an embedded system and tested with the emulator residential electrical loads implemented in a HIL (Hardware-in-theloop) architecture. Analyzing the results, it was observed that the power consumption is the same for all scenarios simulated and demand remained below parametric limits. But with the demand limiter active, we obtained a reduction of up to 52% in heat water using the demand controller adaptive, so the discomfort of the users can be minimized.

Orientador: Luis Augusto Barbosa Cortez / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-09T21:47:29Z (GMT). No. of bitstreams: 1 BaldassinJunior_Ricardo_M.pdf: 12303899 bytes, checksum: eebb86f1faa615631b1652ad9774ddde (MD5) Previous issue date: 2007 / Resumo: O leite é um dos mais importantes produtos da agropecuária nacional, com cerca de 2/3 das propriedades rurais do país destinando-se à pecuária leiteira e com um dos maiores rebanhos do mundo. Apesar da grandiosidade, o setor ainda sofre com a baixa produtividade, os altos custos e a defasagem tecnológica. Como conseqüência, muitos produtores abandonaram suas atividades diante deste novo cenário competitivo. Atualmente, assuntos como uso racional de energia e aplicação intensiva de tecnologia tem sido intensamente discutidos e abordados, e indicados como aspectos importantes para a obtenção de ganhos de produtividade. Desta forma, visou-se neste trabalho avaliar o uso de energia no processamento de leite de três propriedades (leite pasteurizado tipo ¿A¿ e leite cru refrigerado), bem como, a representatividade dos diversos processos no consumo total, assunto este, ainda pouco conhecido e abordado no país. Objetivando ainda, promover a racionalização energética, avaliaram-se os potenciais de aproveitamento de calor de condensação de sistemas de refrigeração existentes para o aquecimento de água de limpeza e higienização, bem como, avaliou-se a viabilidade técnica e econômica da adequação dos sistemas (operação segundo um bomba de calor com geração simultânea de duas fontes térmicas) em substituição ao uso de resistências elétricas. Dentre as proposta, avaliou-se a adequação realizada em um planta piloto em operação. Com o uso de bomba de calor, a redução no consumo total de energia elétrica foi de até 15% com tempos de retorno dos investimentos variando entre 1,3 e 3,7 anos / Abstract: Milk is one of the most important products of Brazilian agriculture, with about 2/3 of the rural properties dedicated to the milkmaid cattle breeding and with one of the largest flocks of the world. In spite of its size, the sector still suffers of low productivity, high costs and tecnological delay. As a consequence, many producers have abandoned its activities before this new competitive technology were introduced. Now, subjects as, the use rational of energy and intensive application of technology has been discussed intensely resulting in productivity gains. In this work , it was seek to evaluate the use of energy for milk processing in three different properties (pasteurized milk type " A " and refrigerated raw milk). It was also evaluated how representativive the several processes in the total consumption were, a problem, still not very well-known and trated in Brazil. To promote the energy rationalization, the potential use of condensation heat of refrigeration systems was evaluated for the cleaning water heating, as well as, the technical and economic viability of the adaptation of the systems was evaluated (operation according to a heat pump with simultaneous generation of cold and heat) in substitution to the use of electric resistances. In the midst of proposals, an adaptation was evaluated in a pilot plant in operation. With the use of heat pumps, there was a decreasing of 15% in the consumption of eletric energy with payback between 1,3 and 3,7 years / Mestrado / Mestre em Engenharia Mecânica

Orientador: Takaaki Ohishi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T10:06:35Z (GMT). No. of bitstreams: 1 LeoneFilho_MarcosdeAlmeida_M.pdf: 1557959 bytes, checksum: 92dc63d4e3140cc61ba7900961c0e9fb (MD5) Previous issue date: 2006 / Resumo: Neste trabalho é proposta uma metodologia para previsão de séries temporais de carga de energia elétrica de curto prazo. Esta metodologia vem sendo muito utilizada no contexto da previsão de séries temporais e do reconhecimento de padrões. Os autores que propuseram esta metodologia a chamaram de "Ensembles". Este nome tenta explicar o é este modelo: uma combinação de partes que juntas formam um só modelo. Neste sentido, este nome expressa com relativa clareza qual é o principal aspecto desta metodologia, que no caso específico deste trabalho, é o de fazer várias previsões de uma mesma série temporal utilizando diferentes ferramentas que sozinhas são suficientemente competentes para prever a série temporal em questão, e em seguida combinar as soluções para, deste modo, tentar obter uma solução melhor do que quando é usada somente uma ferramenta. As ferramentas usadas para compor a previsão dos "Ensembles" finais são Redes Neurais Artificiais (RNAs) e Redes Neurais Nebulosas. Atualmente, estas redes são largamente utilizadas em problemas de previsão de séries temporais, principalmente quando o fator gerador destas séries é um sistema não-linear. Desta forma, isto as tornou candidatas potenciais para prever valores de uma série de cargas de energia elétrica, pois este tipo de série tem características essencialmente não-lineares. Sendo assim, foram utilizados quatro tipos de redes: RNAs MLPs, RNAs Recorrentes, RNAs de Base Radial e Redes Neurais Nebulosas tipo ANFIS. Com os modelos básicos de redes foram, utilizados Algoritmos Genéticos para evoluir os parâmetros destas redes e, assim, chegar a uma população de redes suficientemente competentes para fazer as previsões da série de cargas. Na próxima etapa, com os resultados das previsões da população de redes evoluídas foi feita a seleção dos melhores agrupamentos destas redes evoluídas e, como este processo requer a avaliação de diferentes configurações de modelos, esta seleção é baseada em Algoritmos Genéticos.Os resultados obtidos ao se utilizar "ensembles" mostraram que este modelo foi capaz de alcançar uma grande robustez na previsão, reduzindo os erros de previsão, suavizando os resultados de previsão e deixando o modelo menos suscetível a grandes erros quando surgem "outliers" no conjunto de dados / Abstract: This work proposes a methodology for short-term electric power load forecasting. This methodology is being widely used under the context of time series prediction and pattern recognition. It was named "ensembles" by the authors who developed it. This name carries the meaning of an assemblage of parts considered as forming a whole. Therefore, this name expresses rather clearly the main characteristic of this methodology, which under the framework of this study is to make several predictions of the same time series using various different tools in which every single one alone is sufficiently competent to predict the above mentioned time series. After that, the predictions are combined in order to achieve a better prediction compared to the one that is obtained if a single predictor is used. The tools implemented to form the final "ensembles" prediction are Artificial Neural Networks (ANNs) and Neuro-fuzzy Networks. Nowadays, these networks are being widely used in time series predictions problems, mainly when the factor that generates these series is a non-linear system. Hence, this fact has elected them as potential candidates to predict future values of an electric power load series because this series has essentially non-linear characteristics. As a result, four types of networks were utilized in this work: MLPs ANNs, Recurrent ANNs, Radial Basis ANNs and ANFIS type Neuro-fuzzy networks. So, with the basic networks models, Genetic Algorithms were applied to evolve the parameters of these networks and, as a consequence, a population of networks sufficiently capable of predicting future values of the load time series was built. On the next step, with the results obtained from the evolved population of networks, a selection of the most suitable results of the individual networks were made and, as soon as this process implies the evaluation of multiple different combinations of models, this methodology was based on Genetic Algorithms. Then, this selected networks were combined. The results when using "ensembles" revealed that this model was able to reach a great robustness in prediction tasks. In that sense, it was possible to reduce the level of prediction error, to smooth the resulting predictions and to make the model more stable reducing the possibilities of presenting high levels of errors when the used data set contains "outliers" / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica

Submitted by Felipe Conti (conti.felipe@gmail.com) on 2013-01-07T18:39:02Z No. of bitstreams: 1 Mestrado_DOC_Felipe_Conti_2012_VF4.pdf: 2737628 bytes, checksum: 6da369f38dddb7557a4db4ae6539e1e6 (MD5) / Approved for entry into archive by Rafael Aguiar (rafael.aguiar@fgv.br) on 2013-01-16T18:28:34Z (GMT) No. of bitstreams: 1 Mestrado_DOC_Felipe_Conti_2012_VF4.pdf: 2737628 bytes, checksum: 6da369f38dddb7557a4db4ae6539e1e6 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2013-01-16T18:39:48Z (GMT) No. of bitstreams: 1 Mestrado_DOC_Felipe_Conti_2012_VF4.pdf: 2737628 bytes, checksum: 6da369f38dddb7557a4db4ae6539e1e6 (MD5) / Made available in DSpace on 2013-01-16T18:40:08Z (GMT). No. of bitstreams: 1 Mestrado_DOC_Felipe_Conti_2012_VF4.pdf: 2737628 bytes, checksum: 6da369f38dddb7557a4db4ae6539e1e6 (MD5) Previous issue date: 2012-05-05 / O presente trabalho visa avaliar o resultado dos projetos de eficiência energética para o segmento baixa renda, comparando resultados de projetos de troca de equipamentos obsoletos por equipamentos novos e eficientes, com projeto de cunho educativo para o consumo eficiente de energia. Faz também parte do trabalho verificar os resultados das ações dos dois projetos combinados.

Submitted by Carmen Torres (carmensct@globo.com) on 2018-02-05T16:59:06Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SmartcomArquiteturaInteligente.pdf: 6115605 bytes, checksum: e7635deb3e7a4d4e713eb377b019ecb4 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2018-02-16T12:43:40Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SmartcomArquiteturaInteligente.pdf: 6115605 bytes, checksum: e7635deb3e7a4d4e713eb377b019ecb4 (MD5) / Made available in DSpace on 2018-02-16T12:43:40Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SmartcomArquiteturaInteligente.pdf: 6115605 bytes, checksum: e7635deb3e7a4d4e713eb377b019ecb4 (MD5) Previous issue date: 2017-08-25 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Com os avanços na tecnologia da informação para diversas áreas, como saúe bem-estar, as soluções baseadas em Smart Home que usam as tecnologidaes Internet of Things (IoT) vem ganhando maior repercussão, inclusive como alternativas de economia de energia com base em Sistemas de Gerenciamento de Energia Domiciliar (SGED). Esta tese define uma arquitetura inovadora, denominada de SmartCoM, que é implementada para monitorar e gerenciar habitações residenciais usando tecnologias IoT. Tal estratégia envolve a definição dos parâmetros que podem efetivar a interoperabilidade entre medição, gerenciamento e as camadas de comunicação de dados, que são os recursos necessários para que os dispositivos de hardware possam realizar o monitoramento e medição pretendidos. Além disso, uma interface é definida por uma camada de middleware para integrar o gerenciamento de instalações externas e a visualização de dados por meio de um serviço em nuvem. A arquitetura SmartCoM é definida de maneira fim-a-fim, em detalhes do ponto de vista do consumidor e as estratégias de otimização s.o empregadas tanto para o cliente final quanto para a concessionária de energia. A fim de avaliar a arquitetura proposta, foi elaborado um estudo de caso, a partir do qual, observa-se a viabilidade do desenvolvimento de soluções para Smart Home de acordo com os requisitos descritos na SmartCoM. / With advances in information technology for a variety of areas, such as health and wellness, Smart Home based solutions using Internet of Things (IoT) technologies are gaining in popularity, including energy-saving alternatives based on Home Energy Management Systems (HEMS). This thesis defines an innovative architecture, called SmartCoM, which is implemented to monitor and manage residences using IoT technologies. Such a strategy involves defining the parameters that can affect the interoperability between measurement, management and the layers of data communication, which are the resources necessary for the hardware devices to perform the intended monitoring and measurement. In addition, an interface is defined by a middleware layer to integrate the management of external installations and the visualization of data through cloud services. The SmartCoM architecture is defined end-to-end in detail from the consumer's point of view and optimization strategies are employed for both the end customer and the utility. In order to evaluate the proposed architecture, a case study was elaborated, from which the viability of developing solutions for Smart Home according to the requirements described in SmartCoM is observed.