Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-10T18:54:13Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO SAulo Cadete Santos Machado.pdf: 5366333 bytes, checksum: 2167718436186519ad8d2ab04a7f8b66 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-10T19:42:50Z (GMT) No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO SAulo Cadete Santos Machado.pdf: 5366333 bytes, checksum: 2167718436186519ad8d2ab04a7f8b66 (MD5) / Made available in DSpace on 2015-03-10T19:42:50Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO SAulo Cadete Santos Machado.pdf: 5366333 bytes, checksum: 2167718436186519ad8d2ab04a7f8b66 (MD5) Previous issue date: 2014-08-28 / Documentos antigos podem conter informações importantes para o desenvolvimento de trabalhos atuais. Mapas e plantas baixas históricos podem representar a cultura artística e tecnológica do momento em que foram criados. A qualidade e quantidade de suas informações justificam esforços para mantê-los e garantir a disponibilidade desses documentos. O primeiro passo para alcançar isso é a digitalização. Mas é necessário um processamento automático para que o documento seja pesquisável sem a custosa indexação manual. Ferramentas comuns de reconhecimento automático de caracteres têm dificuldade em reconhecer o texto de imagens de mapas e plantas baixas. Além do desgaste do papel provocado pelo tempo e manuseio, esses documentos possuem muitos elementos gráficos, como desenhos de rios e paredes, que ocupam a maior parte da imagem e podem até colidir com componentes textuais. Esse texto pode ser de diferentes estilos, tamanhos e orientações. Para facilitar a o reconhecimento de texto pelas ferramentas de reconhecimento automático, é importante remover os componentes gráficos da imagem antes de submetê-la ao processo de reconhecimento. Trabalhos recentes sobre segmentação de texto em imagens de mapas e plantas baixas usam regras definidas especialmente para as características das imagens que esperam. Esta dissertação apresenta uma nova abordagem para segmentar texto em imagens de mapas e plantas baixas. O método é divido em três etapas. A primeira é o pré-processamento em que o plano de fundo e alguns componentes gráficos são removidos. A segunda etapa é a de classificação em que são utilizados classificadores baseados em Máquinas de Vetores de Suporte treinados para identificar caracteres e sequências de caracteres. Por fim, é realizado um pós-processamento para evitar erros de classificação e recuperar componentes a partir de sua similaridade com os que foram classificados como texto. Os resultados comprovaram a eficácia do método proposto que alcançou taxas de erro inferiores a 10% para a segmentação de texto em imagens de mapas e plantas baixas.

Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-05-02T22:45:42Z No. of bitstreams: 1 JessikaFonsecaFernandes_DISSERT.pdf: 1169604 bytes, checksum: 88c31a572a86241efaffed09af838ffb (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-05-07T21:22:14Z (GMT) No. of bitstreams: 1 JessikaFonsecaFernandes_DISSERT.pdf: 1169604 bytes, checksum: 88c31a572a86241efaffed09af838ffb (MD5) / Made available in DSpace on 2018-05-07T21:22:14Z (GMT). No. of bitstreams: 1 JessikaFonsecaFernandes_DISSERT.pdf: 1169604 bytes, checksum: 88c31a572a86241efaffed09af838ffb (MD5) Previous issue date: 2017-12-19 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Transformador de potência é um dos principais ativos do sistema elétrico, o qual é responsável pela interligação de redes elétricas em diferentes níveis de tensão. A proteção desse ativo deve atuar de forma rápida e eficiente para casos de falta interna ao transformador, pois dependendo da severidade da falta pode levar à perda do ativo. A principal função de proteção utilizada em transformadores de potência é a proteção diferencial, por ser uma função rápida e seletiva. Entretanto, essa função de proteção pode atuar indevidamente em casos de energização de transformadores, assim como diante de faltas externas na presença de distorções na forma de onda da corrente devido à saturação dos transformadores de corrente. Outro problema, é a não atuação da proteção diferencial para casos de falta interna nos enrolamentos do transformador envolvendo poucas espiras. Portanto, neste trabalho propõe-se uma alternativa para melhorar a proteção diferencial de transformadores usando a combinação de algoritmos de aprendizado de máquina e a transformada wavelet. O método proposto recria a função diferencial usando um detector de distúrbios, por meio das energias dos coeficientes wavelet, o qual habilita as funções diferenciais neuro-wavelet de fase e sequência negativa, que são baseadas em máquinas de vetor de suporte. O método proposto conta ainda com um classificador de falta interna, também baseado em máquinas de vetor de suporte, para realizar a classificação do tipo de falta e auxiliar na lógica de trip do relé. O método proposto atuou em 100% dos casos de falta interna, não atuou para energização de transformadores e faltas externas nos casos avaliados. Quando comparado com o método convencional, obteve um tempo médio de operação superior. Além disso, o esquema de proteção diferencial proposto pode funcionar em conjunto com as demais proteções do sistema enviando sinais de alerta, como por exemplo, para condições de falta externa ao transformador, tornando, assim a proteção mais confiável e inteligente. / Power transformer is one of the main equipment of the electrical system which is responsible for the interconnection of electrical networks at different voltage levels. The protection of this equipment must work quickly and efficiently in cases of internal fault in the transformer, because depending on the severity of the fault can lead to the loss of the transformer. The differential function has been widely used in protection for power transformer, because it is a quick and selective function. However, this protection functionmay work unduly in cases of transformers energizing, as well as external faults with distortions in the current waveform due the saturation of the current transformers. Another problem it is no sensitivity for cases of internal fault in the transformer windings involving few turns. Therefore, this work proposes an alternative to improve the differential protection of transformers using the combination of Machine Learning Algorithms and the wavelet transform. The proposed method recreates the differential function using a disturbance detector, by means of the energies of the wavelet coefficients, which enables the phase and negative sequence neuro-wavelet differential functions, which are based on support vector machines. The proposed method also has an internal fault classifier, also based on support vector machines, to perform fault type classification and assist in the relay trip logic. The proposed method send trip signal in 100% of the evaluated internal fault cases, providing no trip to energization of transformers and external faults. The proposed differential protection scheme can work in conjunction with other system protections by sending warning signals, for example in external fault conditions of the transformer, so it is doing the protection more reliable and intelligent.

Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-12T13:03:02Z No. of bitstreams: 2 Dissertaçao Péricles Miranda.pdf: 2165606 bytes, checksum: d9dd28b8af21e867949112bcb33578ac (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T13:13:38Z (GMT) No. of bitstreams: 2 Dissertaçao Péricles Miranda.pdf: 2165606 bytes, checksum: d9dd28b8af21e867949112bcb33578ac (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T13:13:38Z (GMT). No. of bitstreams: 2 Dissertaçao Péricles Miranda.pdf: 2165606 bytes, checksum: d9dd28b8af21e867949112bcb33578ac (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-02-22 / Vem sendo dada grande atenção às Máquinas de Vetores de Suporte (SVMs) devido à sua fundamentação teórica e seu bom desempenho quando comparadas a outros algoritmos de aprendizado em diferentes aplicações. Porém, seu bom desempenho depende fortemente da escolha adequada de seus parâmetros de controle. Como a abordagem de tentativa e erro se torna impraticável devido às combinações entre os possíveis valores dos parâmetros, a seleção de parâmetros passou a ser tratada como um problema de otimização, de modo que o objetivo é encontrar a combinação de valores dos parâmetros mais adequada para um determinado problema. Embora a utilização de algoritmos de otimização e busca automatizem a seleção de parâmetros de SVM, ela pode se tornar inviável caso o número de parâmetros a serem selecionados aumente consideravelmente. Uma alternativa é o uso de Meta-Aprendizado (MA), que trata a tarefa de seleção de parâmetros como uma tarefa de aprendizado supervisionado. Cada exemplo de treinamento para o MA (meta-exemplo) armazena características de problemas passados e o desempenho obtido pelas configurações de parâmetros candidatas. Este conjunto de meta-exemplos forma a meta-base, sendo esta utilizada para auxiliar no módulo de sugestão ou meta-aprendiz. O meta-aprendiz tem a função de prever as configurações de parâmetros mais adequadas para um problema novo baseado em suas características. Deste modo, MA se torna uma alternativa menos custosa comparada aos algoritmos de otimização, pois faz uso de execuções passadas no processo de sugestão. Neste trabalho, as sugestões do meta-aprendiz são utilizadas como soluções iniciais da técnica de busca, sendo esta responsável pelo refinamento das soluções sugeridas. Neste trabalho, foi criada uma arquitetura híbrida multi-objetivo, que combina MA com algoritmos de otimização, inspirados em enxames de partículas, com múltiplos objetivos aplicado ao problema de seleção de parâmetros de SVMs. Os algoritmos de otimização utilizados no experimento foram: MOPSO, MOPSO-CDR, MOPSO-CDRS, CSS-MOPSO, m-DNPSO e MOPSO-CDLS, e os objetivos levados em consideração foram: maximização da taxa de acerto na classificação e minimização do número de vetores de suporte. De acordo com os resultados alcançados, ficou comprovado o potencial do MA na sugestão de soluções para os algoritmos de otimização. O início da busca em regiões promissoras favoreceu a convergência e geração de soluções ainda melhores, quando comparada a aplicação de algoritmos de busca tradicionais. Os Pareto fronts gerados foram analisado em 4 perspectivas (spacing, max. spread, hypervolume e coverage), sendo os resultados da abordagem híbrida superiores aos das técnicas de otimização tradicionais.

Made available in DSpace on 2016-12-12T20:12:32Z (GMT). No. of bitstreams: 1 PGEF15MA050.pdf: 5724520 bytes, checksum: 4aae5cece599a90d29686f6da99e729a (MD5) Previous issue date: 2015-07-31 / Over the last decades, advances in Earth Observation technology have been playing an important role for forest monitoring worldwide. A remarkable improvement in remotely sensed data is the refinement of the spatial resolution. The region-based classification and object-based image analysis (OBIA) appears to be the most appropriates approaches to extract information coming from high spatial resolution images. Such information is becoming even more frequently. However, the costs involved in acquiring proprieraly OBIA software licenses is often too high. Therefore, the use of open source softwares is envisaged. This study aimed to evaluate open source softwares in order to classify secondary successional forest stages of Ombrophilous Mixed Forest environments in Southern Brazil. Three test sites were selected in the mountainous region of Santa Catarina State (SC). We used scenes from the airborne system for acquisition and post-processing of images (SAAPI) with a spatial resolution of 0.39m. The dataset consists of orthorectified images containing three spectral bands in the visible range (i.e. 0.38 0.70μm), three spectral bands in the near infrared (i.e. 0.76 0.78μm) and a digital surface model. Three methodologies were developed using decision tree algorithms available at the following open source softwares: InterIMAGE, GeoDMA, WEKA and QGIS. We selected the support vector machine algorithm (SVM) available in Orfeo ToolBox Monteverdi software for both region-based and pixel-based classification. We also evaluate the SPT software in order to obtain the ideal set for segmentation parameters. Results show that the classification of secondary successional forest stages as well as other land use classes performed well. Kappa index ranged from 0.60 to 0.89. Conditional accuracy and both producer s and user s accuracy were higher than 0.5. The best overall accuracy results were found for initial forest stages while the worst performance was observed in the intermediate successional forest stage. Region based classification and OBIA performed better than pixel by pixel based classification. The generated classified maps reveal the applicability of this aproaches for extracting useful information from the SAAPI images. Such information can also provide useful information for forest resources monitoring practices at the state level / Nas últimas décadas, observou-se uma notável evolução das tecnologias espaciais destinadas ao monitoramento dos recursos florestais. Um significativo avanço nos dados de sensoriamento é o refinamento da resolução espacial. Com a crescente disponibilidade de imagens de alta resolução espacial, a classificação por regiões e a análise baseada em objeto (Object Based Image Analysis- OBIA) apresentam-se como abordagens mais adequadas para extrair informações dessas imagens. No entanto, os custos envolvidos na aquisição de licenças de aplicativos comerciais disponíveis para este propósito costuma ser demasiadamente alto. Assim, faz-se necessário avaliar o uso de aplicativos na modalidade open source. Este trabalho teve como objetivo avaliar aplicativos open source relacionadas à classificação baseada em regiões e à mineração de dados, para classificar estádios sucessionais de florestas secundárias da Floresta Ombrófila Mista (FOM) em três áreas-teste situadas na região serrana de Santa Catarina (SC). No processamento, utilizaram-se ortoimagens do Sistema Aerotransportado de Aquisição e Pós-processamento de Imagens (Airborne System for Acquisition and Post-processing of Images- SAAPI) com alta resolução espacial (0,39 m) obtidas no levantamento aerofotogramétrico de SC. Os dados consistem de três bandas no visível (0,38 - 0,70 μm), três bandas no infravermelho próximo (0,76 - 0,78 μm) e o Modelo Digital de Superfície. Três metodologias foram desenvolvidas utilizando mineração de dados com algoritmos de árvore de decisão, nos aplicativos InterIMAGE, GeoDMA, WEKA e QGIS. O algoritmo de máquina de vetor suporte (Support Vector Machine- SVM) foi selecionado para a classificação baseada em regiões e por pixel no software Orfeo ToolBox Monteverdi. Testou-se também o software SPT para avaliação e escolha automática dos parâmetros da segmentação das imagens. Os resultados se mostraram satisfatórios para classificar estádios sucessionais da FOM, assim como outras classes de uso e cobertura da terra. As classificações apresentaram um índice Kappa variando entre 0,6 e 0,89. A avaliação condicional das classes referentes aos estádios sucessionais (exatidão e Kappa condicional do produtor e usuário), no geral, foram superiores a 0,5, sendo os melhores resultados obtidos na identificação do estádio inicial e os piores para o estádio médio. A classificação baseada em regiões e a OBIA foram significantemente superiores à classificação pixel a pixel. Estes resultados demonstram o potencial dessas abordagens na extração de informações de imagens de alta resolução espacial, como os provenientes do recobrimento aéreo estadual, bem como, a possibilidade de fornecer subsídios para a implementação de políticas públicas e no monitoramento dos recursos florestais em nível estadual

Made available in DSpace on 2016-08-17T14:53:05Z (GMT). No. of bitstreams: 1 Aurea Celeste da Costa Ribeiro.pdf: 590401 bytes, checksum: 1ec80bb8ac1a3e674ff49966fa9b383c (MD5) Previous issue date: 2009-06-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Diabetes is a disease caused by the pancreas failing to produce insulin. It is incurable and its treatment is based on a diet, exercise and drugs. The costs for diagnosis and human resources for it have become high and ine±cient. Computer- aided design (CAD) systems are essential to solve this problem. Our study proposes a CAD system based on the one-class support vector machine (SVM) method and the eficient coding with independent component analysis (ICA) to classify a patient's data set in diabetics or non-diabetics. First, the classification tests were done using both non-invasive and invasive characteristics of the disease. Then, we made one test without the invasive characteristics: plasma glucose concentration and 2-Hour serum insulin (mu U/ml), which use blood samples. We have obtained an accuracy of 99.84% and 99.28%, respectively. Other tests were made without the invasive characteristics, also excluding one non-invasive characteristic at a time, to observe the influence of each one in the final results. / Diabetes é uma doença causada pela falência do pâncreas em produzir insulina, é incurável e seu tratamento é baseado em dietas, exercícios e remédios. Os custos com o tratamento, diagnóstico na população e combate da doença tornam-se cada vez mais altos. Sistemas de auxíio ao diagnóstico da doença são uma das soluções para ajudar na diminuição dos custos com a doença. Nosso método propõe um sistema de auxílio de diagnóstico baseado nas máquinas de vetor de suporte para uma classe e na codificação eficiente através da análise de componentes independentes para classificar uma base de dados de pacientes em diabéticos e não-diabéticos. Primeiramente, foram feitos testes de classificação com as características não- invasivas e invasivas da base de dados juntas. Em seguida, fizemos um teste sem as características invasivas da base de dados, que são glicose e insulina em jejum, que são feitas com a coleta sanguínea. Obteve-se uma taxa de acurácia de 99,84% e 99,28%, respectivamente. Outros testes foram feitos sem as características invasivas, tirando uma característica não-invasiva por vez, com o fim de observar a influência de cada uma no resultado final.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-08-14T18:15:08Z No. of bitstreams: 1 DanielCosta.pdf: 1087754 bytes, checksum: ada5f863f42efd8298fff788c37bded3 (MD5) / Made available in DSpace on 2017-08-14T18:15:08Z (GMT). No. of bitstreams: 1 DanielCosta.pdf: 1087754 bytes, checksum: ada5f863f42efd8298fff788c37bded3 (MD5) Previous issue date: 2008-02-25 / Female breast cancer is the major cause of death in western countries. Efforts in Computer Vision have been made in order to add improve the diagnostic accuracy by radiologists. In this work, we present a methodology that uses independent component analysis (ICA) along with support vector machine (SVM) and linear discriminant analysis (LDA) to distinguish between mass or non-mass and benign or malign tissues from mammograms. As a result, it was found that: LDA reaches 90,11% of accuracy to discriminante between mass or non-mass and 95,38% to discriminate between benign or malignant tissues in DDSM database and in mini-MIAS database we obtained 85% to discriminate between mass or non-mass and 92% of accuracy to discriminate between benign or malignant tissues; SVM reaches 99,55% of accuracy to discriminate between mass or non-mass and the same percentage to discriminate between benign or malignat tissues in DDSM database whereas, and in MIAS database it was obtained 98% to discriminate between mass or non-mass and 100% to discriminate between benign or malignant tissues. / Câncer de mama feminino é o câncer que mais causa morte nos países ocidentais. Esforços em processamento de imagens foram feitos para melhorar a precisão dos diagnósticos por radiologistas. Neste trabalho, nós apresentamos uma metodologia que usa análise de componentes independentes (ICA) junto com análise discriminante linear (LDA) e máquina de vetor de suporte (SVM) para distinguir as imagens entre nódulos ou não-nódulos e os tecidos em benignos ou malignos. Como resultado, obteve-se com LDA 90,11% de acurácia na discriminação entre nódulo ou não-nódulo e 95,38% na discriminação de tecidos benignos ou malignos na base de dados DDSM. Na base de dados mini- MIAS, obteve-se 85% e 92% na discriminação entre nódulos ou não-nódulos e tecidos benignos ou malignos respectivamente. Com SVM, alcançou-se uma taxa de até 99,55% na discriminação de nódulos ou não-nódulos e a mesma porcentagem na discriminação entre tecidos benignos ou malignos na base de dados DDSM enquanto que na base de dados mini-MIAS, obteve-se 98% e até 100% na discriminação de nódulos ou não-nódulos e tecidos benignos ou malignos, respectivamente.

Made available in DSpace on 2016-12-12T20:27:37Z (GMT). No. of bitstreams: 1 LUCAS HERMANN NEGRI.pdf: 2286573 bytes, checksum: 5c0e3c77c1d910bd47dd444753c142c4 (MD5) Previous issue date: 2012-02-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work presents computational methods to process data from electrical impedance spectroscopy and fiber Bragg grating interrogation in order to characterize the evaluated samples. Estimation and classification systems were developed, by using the signals isolatedly or simultaneously. A new method to adjust the parameters of functions that describes the electrical impedance spectra by using particle swarm optimization is proposed. Such method were also extended to correct distorted spectra. A benchmark for peak detection algorithms in fiber Bragg grating interrogation was performed, including the currently used algorithms as obtained from literature, where the accuracy, precision, and computational performance were evaluated. This comparative study was performed with both simulated and experimental data. It was perceived that there is no optimal algorithm when all aspects are taken into account, but it is possible to choose a suitable algorithm when one has the application requirements. A novel peak detection algorithm based on an artificial neural network is proposed, being recommended when the analyzed spectra have distortions or is not symmetrical. Artificial neural networks and support vector machines were employed with the data processing algorithms to classify or estimate sample characteristics in experiments with bovine meat, milk, and automotive fuel. The results have shown that the proposed data processing methods are useful to extract the data main information and that the employed data fusion schemes were useful, in its initial classification and estimation objectives. / Neste trabalho são apresentados métodos computacionais para o processamento de dados produzidos em sistemas de espectroscopia de impedância elétrica e sensoriamento a redes de Bragg em fibra óptica com o objetivo de inferir características das amostras analisadas. Sistemas de estimação e classificação foram desenvolvidos, utilizando os sinais isoladamente ou de forma conjunta com o objetivo de melhorar as respostas dos sistemas. Propõe-se o ajuste dos parâmetros de funções que modelam espectros de impedância elétrica por meio de um novo algoritmo de otimização por enxame de partículas, incluindo a sua utilização na correção de espectros com determinadas distorções. Um estudo comparativo foi realizado entre os métodos correntes utilizados na detecção de pico de sinais resultantes de sensores em fibras ópticas, onde avaliou-se a exatidão, precisão e desempenho computacional. Esta comparação foi feita utilizando dados simulados e experimentais, onde percebeu-se que não há algoritmo simultaneamente superior em todos os aspectos avaliados, mas que é possível escolher o ideal quando se têm os requisitos da aplicação. Um método de detecção de pico por meio de uma rede neural artificial foi proposto, sendo recomendado em situações onde o espectro analisado possui distorções ou não é simétrico. Redes neurais artificiais e máquinas de vetor de suporte foram utilizadas em conjunto com os algoritmos de processamento com o objetivo de classificar ou estimar alguma característica de amostras em experimentos que envolveram carnes bovinas, leite bovino e misturas de combustível automotivo. Mostra-se neste trabalho que os métodos de processamento propostos são úteis para a extração das características importantes dos dados e que os esquemas utilizados para a fusão destes dados foram úteis dentro dos seus objetivos iniciais de classificação e estimação.

Orientador: Marcos Julio Rider Flores / Resumo: Nesta tese são utilizados algoritmos de Inteligência Computacional para resolver quatro problemas da área de sistemas elétricos de potência, com o intuito de automatizar a tomada de decisões em processos que normalmente são realizados por especialistas humanos ajudados de métodos computacionais clássicos. Nesta tese são utilizados os algoritmos de aprendizado de máquina: árvores de decisão, redes neurais artificiais e máquinas de vetor de suporte, para realizar o processo de aprendizado dos sistemas inteligentes e para realizar a mineração de dados. Estes algoritmos podem ser treinados a partir das medições disponíveis e ações registradas nos centros de controle dos sistemas de potência. Sistemas Inteligentes foram utilizados para realizar: a) o controle centralizado Volt-VAr em modernos sistemas de distribuição de energia elétrica em tempo real usando medições elétricas; b) a detecção de fraudes nas redes de distribuição de energia elétrica realizando um processo de mineração de dados para estabelecer padrões de consumo que levem a possíveis clientes fraudadores; c) a localização de faltas nos sistemas de transmissão de energia elétrica automatizando o processo de localização e ajudando para que uma ação de controle da falta seja realizada de forma rápida e eficiente; e d) a coordenação de carga inteligente de veículos elétricos e dispositivos de armazenamento em tempo real utilizando a tecnologia V2G, nos sistemas de distribuição de energia elétrica a partir de medições elé... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In this thesis Computational Intelligence algorithms are used to solve four problems of the area of power electrical systems, in order to automate decision making in processes that are usually performed by human experts aided by classical computational methods. In this thesis the machine learning algorithms are used: decision trees, artificial neural networks and support vector machines to carry out the learning process of Intelligent Systems and to perform Data Mining. These algorithms are trained from the available measurements and actions recorded in the control centers of the systems. Intelligent Systems were used to perform: a) the centralized control Volt-VAr in modern systems of distribution of electrical energy in real time using electrical measurements; b) detection of fraud in electricity distribution networks by performing a data mining process to establish patterns of consumption that lead to possible fraudulent customers; c) fault location in electric power transmission systems by automating the localization process and helping to ensure that a fault control action is performed quickly and efficiently; and d) coordination of intelligent charging of electric vehicles and storage devices using V2G technology in real-time, in electric power distribution systems using electrical measurements. For the centralized control problem Volt-VAr was tested in 42-node distribution system, for the problem of loading electric vehicles and storage devices the tests were performed... (Complete abstract click electronic access below) / Doutor