Banca de QUALIFICAÇÃO: GERFFESON ALMEIDA MOURA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : GERFFESON ALMEIDA MOURA
DATA : 10/08/2023
HORA: 14:30
LOCAL: Online
TÍTULO:

Medidor Inteligente de Consumo e Qualidade da Energia Elétrica com Rede Neural Embarcada para Predição de Consumo e Controle de Processos

PALAVRAS-CHAVES:

Smart Meter, Smart Grid, Qualidade da Energia Elétrica, Previsão do Consumo de Energia Elétrica, Redes Neurais Artificiais, Deep Learning.

PÁGINAS: 70
RESUMO:

Atualmente, o consumo de energia elétrica no mundo vem crescendo de forma acelerada. Contudo, surge uma preocupação em relação às medidas de uso racional da energia, principalmente no que se refere ao meio ambiente e a sustentabilidade. Assim, fornecer energia elétrica de forma racional é um dos maiores desafios da sociedade moderna. Além disso, falhas momentâneas podem provocar elevados prejuízos, portanto, a qualidade da energia elétrica também é uma grande preocupação. Por outro lado, com o crescimento das redes inteligentes, os consumidores e as concessionárias estão ganhando novas tecnologias de medição e operação remota, trazendo melhorias em termos de qualidade de serviço. Estudos indicam que o aumento na eficiência energética está relacionado às mudanças nos hábitos de consumo, e que o envolvimento do consumidor a novas tecnologias que dão acesso às informações de forma detalhada, os conscientizam quanto ao uso racional. Este trabalho propõe o desenvolvimento de um Smart Meter capaz de determinar os parâmetros de qualidade e consumo da energia elétrica a curto prazo, registrando a ocorrência de distúrbios relacionados a tensão, corrente e frequência. O dispositivo é implementado por meio de algoritmos otimizados para sistemas embarcados utilizando a análise comparativa de metodologias com foco na precisão e confiabilidade das medições.
Os resultados são gerados com base em estudos desenvolvidos com a função de definir os modelos e ferramentas matemáticas mais adequadas para previsão de carga e controle de processos. Com o uso das transformadas de Fourier, Wavelet, Laplace, os modelos de redes neurais artificiais e aprendizagem profunda (Deep Learning) é possível obter um sistema de medição seguro que atende aos conceitos de uma Smart Grid.

MEMBROS DA BANCA:
Presidente - 2140683 - DIOMADSON RODRIGUES BELFORT
Interno - 1284113 - SEBASTIAN YURI CAVALCANTI CATUNDA
Externo ao Programa - 3157135 - ANTONIO WALLACE ANTUNES SOARES - UFRN