Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC

URI Permanente para esta coleçãohttps://repositorio.ufpa.br/handle/2011/2317

O Doutorado Acadêmico inicio-se em 1998 e pertence ao Programa de Pós-Graduação em Engenharia Elétrica (PPGEE) do Instituto de Tecnologia (ITEC) da Universidade Federal do Pará (UFPA).

Navegar

Agora exibindo 1 - 20 de 199

Acesso aberto (Open Access)
Intent-based radio resource scheduling in ran slicing scenarios using reinforcement learning
(Universidade Federal do Pará, 2024-11-04) NAHUM, Cleverson Veloso; KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha; http://lattes.cnpq.br/1596629769697284
O fatiamento da rede móvel no domínio da rede de acesso requer elasticidade, compartilhamento de recursos de forma eficiente e customização para lidar com a escassez e limitação dos recursos de rádio enquanto cumpre as intenões das fatias de rede definidas em um contrato de nível de servico. Nesse cenário, o alocador de recursos de rádio é essencial para prover a administração de recursos a fim de prevenir as violações de intenções de rede, e consequentemente oferecer recursos de rádio suficientes para as fatias de rede de acesso cumprirem seus objetivos. A grande variedade de cenaários suportados nas redes 5G e pós-5G torna o problema da alocação de recursos de rádio em cenários de fatiamento da rede de acesso ainda mais desafiador. Essa tese propõe investigar um alocador de recursos de rádio baseado nas intenções das fatias de rede de acesso, utilizando aprendizado por reforço para cumprir as intenções de rede. O método proposto tem por objetivo prevenir as violações de intenções de rede através da administração de recursos de rádio disponíveis entre as fatias de rede de acesso e usuários usando um alocador de recursos de rádio entre as fatias de rede e outro para os usuários dentro da fatia de rede. Esta tese também descreve uma estrutura para priorização de fatias de rede para assegurar os requisitos definidos nas intenções de rede para as fatias mais importantes quando os recursos de rádio não são suficientes para garantir todas as intenções de rede requisitadas. Esta tese apresenta os resultados obtidos usando um alocador de recursos de rádio baseado nas intenções das fatias de rede de acesso, utilizando aprendizado por reforco para um número fixo de fatias de rede e também para múltiplos cenários de rede para evitar violações de intenções de rede, e demonstra a importância de um alocador de recursos de rádio baseado nas intenções das fatias de rede em cenário com fatiamento da rede de acesso. O método proposto apresentou melhor desempenho em comparação aos métodos da literatura avaliados tanto na proteção de slices prioritários quanto na minimização do número total de violações.
Acesso aberto (Open Access)
Metodologia de Avaliação do desempenho energético da integração de carros elétricos à edificações
(Universidade Federal do Pará, 2024-09-06) SOUZA, Ana Carolina Dias Barreto de; CARVALHO, Carminda Célia Moura de Moura; http://lattes.cnpq.br/1778332169942633; TOSTES, Maria Emília de Lima; http://lattes.cnpq.br/4197618044519148
As metodologias de diagnóstico energético vêm incorporando nas análises não só sistemas de consumo, mas também de geração de energia, possibilitando a classificação de Edificações autossuficientes de energia, como Near Zero Energy Building (NZEB) ou Positive Energy Building (PEB). No âmbito da mobilidade elétrica, a maior adesão de veículos elétricos (VE’s) traz desafios e oportunidades na área de consumo, gestão e eficientização de energia elétrica. O impacto que essa carga robusta e crescente pode acarretar aos ser integrada nos edifícios, novos e existentes, ainda não é contemplada nas avaliações de desempenho. Consequentemente as metodologias de obtenção das certificações e etiquetagens não levam em consideração a carga desse sistema como uso final individual. Para edifícios com uma etiqueta de eficiência energética (EE) e autossuficiência, a introdução de VE’s pode resultar na desclassificação da classificação devido ao aumento do consumo energético. Portanto, analisar o impacto da integração de VE’s em edificações, visa subsidiar a formulação ou revisão de metodologias de diagnósticos energéticos, que passem a contemplar o sistema de carregamento de VE integrado às edificações. Esta tese avalia a influência do carregamento de VE’s em edifícios com etiqueta NZEB/PEB do Programa Brasileiro de Etiquetagem de Edifícios (PBE Edifica). Utilizando levantamentos in loco, modelagem computacional e análise termoenergética com software como OpenStudio e EnergyPlus, foi realizada uma classificação energética em um edifício na cidade de Belém, Estado do Pará, Brasil. Posteriormente, simulações de fluxo de energia empregando modelos probabilísticos com método de Monte Carlo foram executadas no software OpenDSS para examinar o impacto da integração de VEs, sem (cenário 01) e com (cenário 02) a implementação de técnicas de gerenciamento do lado da demanda. As análises usando a metodologia de etiquetagem demonstraram que o edifício tem classificação de EE nível C e autossuficiência NZEB. O cenário 01 gerou um aumento de 69,28% no consumo de energia, reduzindo o nível de EE para D e resultando na perda da classe NZEB. O cenário 02 aumentou em 40,50% o consumo, percentual menor que o cenário 01 e garantiu o retorno da classe NZEB perdida no cenário 1, mas não retornou o nível de EE para a classe C. Os resultados destacam a necessidade de estratégias imediatas e abrangentes de gerenciamento de energia. No VIII entanto, essas estratégias não são suficientes se outras restrições de consumo ou medidas de EE não forem aplicadas a outros sistemas do edifício. Para isso, as medidas de EE foram propostas e avaliadas, nos sistemas de ar-condicionado e iluminação. Posteriormente, foi elaborada uma equação para indicar o nível máximo de consumo de energia que poderia ser aumentado sem comprometer o desempenho energético do edifício e a classificação NZEB. Por fim, o software OpenDSS foi usado para simular a maior disponibilidade de carregamento de VEs após o retrofit. Com o retrofit proposto, o edifício melhorou as classificações de EE em três níveis, e a porcentagem da classificação NZEB aumentou em 33,28%. Essas medidas também aumentaram a carga de carregamento de VEs em 20%, mantendo o nível máximo de EE e a classificação NZEB
Acesso aberto (Open Access)
Projeto de controle robusto de ordem fracionária para sistemas com incerteza paramétrica
(Universidade Federal do Pará, 2024-10-21) GOMES, Marcus Ciro Martins; AYRES JÚNIOR, Florindo Antonio de Carvalho; http://lattes.cnpq.br/1919442364965261; COSTA JÚNIOR, Carlos Tavares da; http://lattes.cnpq.br/6328549183075122
Esta pesquisa apresenta uma nova metodologia que integra a Teoria de Controle de Ordem Fracionária com técnicas de Controle Robusto para lidar com a incerteza paramétrica, com o objetivo de melhorar o desempenho de sistemas incertos lineares invariantes no tempo com ordens inteiras ou fracionárias, referidos como Controle Robusto de Ordem Fracionária (FORC)). Ao contrário dos métodos tradicionais, esta abordagem proposta oferece uma nova formulação de projeto baseado em desigualdades, ampliando o escopo para descobrir soluções melhoradas através da otimização de programação linear. Consequentemente, os controladores de ordem fracionária são adaptados para garantir o desempenho transitório e de estado estacionário desejado em sistemas de malha fechada. Para facilitar a implementação digital do controlador projetado, a discretização invariante de resposta ao impulso de diferenciadores de ordem fracionária (IRID-FOD) é usada para aproximar controladores de ordem fracionária a funções de transferência de ordem inteira. Além disso, caso necessário o método de redução de ordem de Hankel pode ser aplicado, tornando os controladores mais adequados para implantação em hardware. Testes experimentais realizados em um sistema térmico, juntamente com resultados de avaliação baseados em respostas no domínio do tempo e análise de robustez apoiada por índices de desempenho e análise de valor definido, demonstram o desempenho aprimorado e robusto da metodologia FORC proposta em comparação com o controle robusto clássico sob incerteza paramétrica.
Acesso aberto (Open Access)
Avaliação probabilística do impacto da recarga rápida de veículos elétricos nos sistemas de distribuição de energia elétrica
(Universidade Federal do Pará, 2024-11-13) HERNÁNDEZ GÓMEZ, Oscar Maurício; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
A adoção em massa de veículos elétricos (VEs) está transformando o setor automotivo, impulsionada por preocupações ambientais e avanços tecnológicos. Governos e empresas estão investindo na expansão das redes de recarga, com foco na recarga rápida para atender à crescente demanda. O desenvolvimento de uma infraestrutura sólida de estações de recarga é essencial para eliminar a "ansiedade de autonomia" e incentivar a transição para os VEs. A recarga rápida é fundamental para o sucesso da eletrificação veicular. Com ela, as baterias podem ser carregadas muito mais rapidamente do que com a recarga convencional, o que aumenta a conveniência para os usuários e melhora a experiência geral de uso. À medida que mais estações de recarga rápida são instaladas, a confiança dos consumidores nos VEs cresce, desenvolvendo o caminho para um futuro mais sustentável. Com uma rede de recarga rápida bem distribuída, os VEs se tornam uma alternativa prática aos veículos movidos a combustíveis fósseis, acelerando a transição para uma mobilidade mais verde. Entretanto, a recarga rápida de VEs pode causar impactos técnicos nas redes de média tensão. A alta demanda de corrente pode resultar em quedas de tensão, especialmente em áreas com infraestrutura de distribuição mais frágil. Transformadores podem ser sobrecarregados, o que diminui sua vida útil e aumenta o risco de falhas. O aquecimento excessivo dos condutores devido à corrente elevada também pode causar perdas e danificar os cabos. Esses desafios ressaltam a necessidade de um planejamento adequado e investimentos na infraestrutura elétrica para suportar o aumento da recarga rápida. Uma análise probabilística do impacto da recarga rápida nas redes de média tensão é crucial. A demanda por energia varia ao longo do ano devido a fatores sazonais, como o uso de ar-condicionado no verão e aquecedores no inverno. A recarga rápida adiciona uma carga considerável à rede, que pode coincidir com esses picos de demanda, agravando os desafios de gestão. A instalação de vários pontos de recarga pode causar flutuações de tensão e sobrecargas. A análise probabilística ajuda a prever esses impactos e desenvolver estratégias de mitigação, simulando cenários de recarga e comportamentos de usuários. Isso permite um planejamento mais preciso da infraestrutura, incluindo reforços na rede e melhorias para garantir a confiabilidade do fornecimento. Esta tese propõe uma metodologia probabilística para avaliar o impacto da recarga rápida de veículos elétricos em redes de distribuição de média tensão, considerando quedas de tensão, carregamento de elementos da rede e comutações do tape do regulador de tensão. Utilizando o software Power Factory da DIgSILENT©, simula-se um alimentador real no Brasil, analisando diferentes casos de estudo. São conectados três eletropostos (EP), cada um com seis pontos de recarga de 100 kVA, totalizando 600KVA por cada EP. O perfil de recarga dos EP é programado com variáveis estocásticas. Por fim, apresenta-se uma estratégia de controle Volt/Var para mitigar o impacto na queda de tensão e nas comutações do tape do regulador, permitindo a injeção de potência reativa sem necessidade de comunicação entre os pontos de recarga.
Acesso aberto (Open Access)
Identificação de sistemas multiforças a partir de dados de vibração e técnicas de aprendizado de máquinas
(Universidade Federal do Pará, 2024-11-07) PINHEIRO, Giovanni de Souza; NUNES, Marcus Vinícius Alves; http://lattes.cnpq.br/9533143193581447
O surgimento de defeitos em componentes dinâmicos, tende a produzir alterações nas forças geradas e podem ser detectadas por meio do espectro de resposta à vibração do equipamento. Compreender as forças que atuam sobre uma estrutura é extremamente importante, especialmente nos casos em que os pontos de medição são limitados ou inacessíveis, pois permite avaliar, entre outros fatores, se a vida útil dos componentes está comprometida pela condição atual da máquina. Nesses casos, um problema inverso precisa ser resolvido. As técnicas de Aprendizado de Máquinas vêm se destacando como uma poderosa ferramenta de predição dentre as soluções desenvolvidas para esse tipo de problema, sendo cada vez mais aplicadas na solução de problemas de engenharia. Portanto, este trabalho tem como objetivo avaliar diferentes modelos de aprendizado de máquina para a identificação de forças atuando em um sistema composto por uma placa suspensa, com base em dados de vibração medidos. Nesse sentido, um modelo computacional foi gerado e calibrado usando respostas de vibração medidas em laboratório. Um banco de dados robusto foi criado utilizando a Metodologia de Superfície de Resposta (Response Surface Methodology- SRM) em conjunto com o Delineamento de Experimentos (Design of Experiment - DOE) e, em seguida, utilizado para avaliar a capacidade dos modelos de aprendizado de máquina em prever a localização, frequência de excitação, magnitude e número de forças que atuam na estrutura. Entre os seis modelos de aprendizado de máquina avaliados, o modelo k-NN foi capaz de prever os parâmetros das forças com um erro de 0,013%, e o modelo de floresta aleatória, com um erro máximo de 0,2%. Por fim, um banco de dados, contendo uma linha de dados experimentais, foi utilizada para avaliar os modelos k-NN e Floresta Aleatória, obtendo um score de 0,96 e 0,93, respectivamente. A inovação do estudo está na aplicação do método proposto para identificação de parâmetros em sistemas multiforças.
Acesso aberto (Open Access)
Orquestração de recursos multicamadas para arquiteturas de próxima geração
(Universidade Federal do Pará, 2024-11-29) PAIXÃO, Ermínio Augusto Ramos da; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734
Devido ao aumento significativo no tráfego de dados e ao grande número de dispositivos com Internet Protocol (IP), operadoras e pesquisadores estão buscando soluções para atender a maior demanda. Uma das mais atrativas delas é a Heterogeneous Cloud Radio Access Networks (HCRAN), que tem a capacidade de solucionar problemas da geração atual e agregar diversas melhorias, como processamento centralizado e maior eficiência energética. O problema central reside na complexidade de gerenciar e otimizar esses recursos de forma eficiente, principalmente em cenários de alta demanda e densidade de dispositivos. No entanto, a orquestração de recursos como rádio, mapeamento entre rádio e BaseBand Unit (BBU) e balanceamento de carga no pool de BBU ainda são de extrema importância. Esta tese apresenta um framework que visa reconfigurar a rede móvel em áreas que sofrem com a variabilidade de tráfego tidal effect, de modo a obter alta disponibilidade, economia de energia e maior eficiência no processamento de dados. Os resultados obtidos foram comparados com outras abordagens da literatura e mostraram que o Framework proposto consegue otimizar os recursos da Peak Remote Radio Head (PRRH) e da BBU sem afetar o QoS mínimo do usuário, os mesmos evidenciam uma redução de até 9% no número de antenas ativas durante um período de 24h, vale ressaltar que a solução proposta consome ate 14% menos que a principal referência dessa tese.
Acesso aberto (Open Access)
Ciência de dados e aprendizado de máquina aplicados ao estudo de variáveis epidemiológica hanseníase na Amazônia
(Universidade Federal do Pará, 2024-12-18) FALCÃO, Igor Wenner Silva; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734; SERUFFO, Marcos César da Rocha; http://lattes.cnpq.br/3794198610723464
A hanseníase é um problema de saúde pública significativo que afeta, em grande parte, populações de baixo nível sócioeconômico. Embora a Organização Mundial da Saúde (OMS) estabeleça diretrizes para diagnóstico, prevenção e tratamento, a detecção da doença enfrenta limitacões, frequentemente resultando em diagnósticos tardios ou imprecisos e levando a complicações neurológicas graves e casos multirresistentes. Portanto, o diagnóstico precoce é essencial para reduzir a carga dessa doença. O aprendizado de máquina vem sendo largamente utilizado em diversas áreas da ciência e da indústria, mas especialmente na saúde, área em que desempenha um papel essencial na análise e tratamento de grandes volumes de dados. Neste sentido, esta tese investiga a aplicação de um modelo baseado em Ciência de Dados e Aprendizado de Máquina para atuar na especificação do perfil clínico de possíveis casos da hanseníase na Região Amazônica e, com isso, poder-se agir preventivamente no diagnóstico precoce e tratamento de pacientes em acompanhamento médico. O trabalho leva em consideracão dados clínicos de pacientes provenientes de um conjunto de dados não públicos, coletados entre 2015 e 2020 na região Norte do Brasil. Logo, esta tese propõe um modelo de aprendizado para identificar grupos clinicamente afetados pela doença usando técnicas de Agrupamento e Random Forest. Nos resultados obtidos, o modelo proposto demonstrou eficiência ao avaliar a probabilidade de indivíduos estarem doentes, alcançando uma precisão de 90,39% na avaliação de performance e identificando uma probabilidade de 83,46% de um indivíduo estar doente, considerando um conjunto de variáveis epidemiológicas e não genéricas. Essa abordagem oferece uma visão promissora para o futuro da saúde, permitindo a formulação de estratégias eficazes para a identificação precoce de possíveis casos.
Acesso aberto (Open Access)
Metodologias de controle de tensão com justiça de corte da geração fotovoltaica em redes de distribuição de baixa tensão
(Universidade Federal do Pará, 2024-01-31) LOPES, Andrey Costa
A crescente preocupação com as mudanças climáticas e o aquecimento global têm motivado a atual transição energética, que diz respeito à mudança de combustíveis fósseis para fontes de energia renováveis (FER), num esforço para reduzir as emissões de CO2. Esta transição energética tem impulsionado a eletrificação da economia, promovendo crescimento expressivo de FER, com destaque para energia solar fotovoltaica. Nesse contexto, a descentralização do setor elétrico tem possibilitado a integração direta dessas fontes às Redes de Distribuição de Baixa Tensão (RDBTs). Contudo, a integração massiva de Micro Geração Solar Fotovoltaica (μGFV) nessas redes tem causado fluxo de potência reverso, resultando em desafios técnicos como sobretensão e sobrecarga térmica nos ativos das mesmas. Soluções, como o Controle Volt-Watt (CVW) em Inversores Fotovoltaicos (IFVs), têm se mostrado eficazes para lidar com problemas de tensão. No entanto, tal controle tem levado a um corte desigual (injusto) de potência ativa entre os IFVs, durante a atuação do CVW, penalizando por vezes os consumidores mais distantes do transformador de distribuição. Além disso, questões de estabilidade relacionadas à convergência na dinâmica do CVW, devido à inclinação da curva Volt-Watt, têm sido consideradas em diversos estudos. Portanto, este trabalho apresenta uma nova metodologia de ajuste de curvas Volt-Watt, garantindo a estabilidade do CVW e, simultaneamente, assegurando um corte justo entre os IFVs. Essa abordagem é aplicada em duas arquiteturas de controle de tensão, descentralizada e centralizada, respectivamente. Na primeira metodologia utiliza-se um modelo linearizado da rede para o ajuste de curvas Volt-Watt, utilizando medição local nos pontos de conexão dos respectivos IFVs. Já na segunda metodologia, utiliza-se uma matriz de sensibilidade de tensão para o modelo linearizado da rede ao aplicar o ajuste de curvas Volt-Watt, em que os parâmetros dos CVW são coordenados em tempo real, auxiliado por medições locais nos respectivos IFVs. Os estudos foram conduzidos em um conjunto de RDBTs e avaliadas quanto à efetividade e justiça dos cortes de potência de forma quantitativa, utilizando o Índice de Equidade de Jain, do inglês, Jain’s Fairness Index (JFI) como métrica. Os resultados confirmaram a efetividade do controle proposto em mitigar problemas de tensão, atuando de maneira justa ao exportar igualmente o excedente de energia para a rede, ao mesmo tempo em que assegura a estabilidade do controlador. Além disso, as penalidades decorrentes da dependência local dos IFVs nos cortes foram eliminadas em comparação às estratégias convencionais de CVW.
Acesso aberto (Open Access)
Uma metodologia temporal para avaliação do desempenho de códigos concatenados em sistemas OFDM para transmissão de vídeo 4K-UHD
(Universidade Federal do Pará, 2024-08-16) COSTA, Thiago de Araújo; CASTRO, Bruno Souza Lyra; http://lattes.cnpq.br/1897829604434609; BARROS, Fabrício José Brito; http://lattes.cnpq.br/9758585938727609
O canal de comunicação é uma parte crítica do processo de degradação da informação. No domínio da transmissão de vídeo de ultra-resolução 4K, o canal de comunicação é uma parte crucial onde ocorre a degradação da informação, levando inevitavelmente a erros durante a recepção. Para melhorar o processo de transmissão em termos de fidelidade, tecnologias avançadas como digital video broadcasting terrestrial (DVB-T) e seu sucessor evolutivo, digital video broadcasting terrestrial second generation (DVBT2), são utilizadas para mitigar os efeitos dos erros de transmissão de dados. Dentre as mudanças realizadas com esta transição, destaca-se a troca dos pares concatenados da codificação de canal. Dentro deste cenário, esta pesquisa apresenta uma metodologia inovadora para a análise temporal da qualidade de vídeo de ultra-resolução 4K sob a influência de ruído gaussiano branco aditivo (AWGN) e canais Rayleigh. Este esforço analítico é facilitado pela aplicação de esquemas de codificação concatenados, especificamente, Bose-Chaudhuri-Hocquenghem concatenado com lowdensity parity check (BCH-LDPC) e Reed-Solomon concatenado com códigos covolucionais (RS-CONV). Uma compreensão mais abrangente da qualidade do vídeo pode ser alcançada considerando as suas variações temporais, um aspecto crucial da evolução contínua dos paradigmas tecnológicos. Neste estudo, o Structural Similarity Index (SSIM) serve como principal métrica para avaliação da qualidade durante as simulações. Além disso, os valores simulados da Peak Signal-to-Noise Ratio (PSNR) validam essas descobertas, exibindo alinhamento consistente com as avaliações baseadas em SSIM. Além disso, o desempenho do BCH-LDPC supera significativamente o do RS-CONV sob o esquema de modulação 64-QAM, produzindo níveis de qualidade de vídeo superiores que se aproximam ou superam aqueles alcançados pelo RS-CONV sob a modulação QPSK (Quadrature Phase Shift Keying), levando para um aumento na eficiência espectral. Esta melhoria é evidenciada pelos ganhos do SSIM superiores a 78%, em média. O cálculo dos ganhos médios entre tecnologias distintas na análise da qualidade de vídeo fornece uma estrutura de avaliação robusta e abrangente, capacitando as partes interessadas a tomar decisões informadas neste domínio.
Acesso aberto (Open Access)
Investigação experimental de estratégias de controle robusto aplicadas à melhoria de desempenho de um conversor de potência CC/CC do tipo buck com estrutura Single Inductor Multiple Output
(Universidade Federal do Pará, 2024-08-05) MONTAÑO SAAVEDRA, Alvaro Christian; MEDEIROS, Renan Landau Paiva de; http://lattes.cnpq.br/8081923559538095; BARRA JUNIOR, Walter; http://lattes.cnpq.br/0492699174212608
Recentemente, conversores de potência CC/CC têm ganhado uma ampla atenção, especialmente na indústria, telecomunicações e no controle de fontes renováveis de energia. O incremento no uso desta tecnologia poder ser explicada pela crescente demanda de uma regulação de tensão DC de alta qualidade em várias aplicações. Adicionalmente, os recentes avanços em eletrônica de potência junto com a engenharia de controle aceleraram o desenvolvimento dos conversores de potência CC/CC. Portanto, buscaram a otimização destes conversores em vários sentidos, por exemplo, melhorando eficiência de conversão e reduzindo seu peso e custo. No trabalho proposto são investigadas estratégias de controle para regulação de tensão em um sistema conversor Buck DC-DC de indutor único e saída dupla (SIDO). Com base em um modelo nominal de planta de múltiplas entradas e múltiplas saídas e requisitos de desempenho, tanto um Regulador Linear Quadrático (LQR) quanto uma lei de controle do tipo PI Desacoplada são projetados para controlar o sistema conversor de energia sob incertezas paramétricas, como variação da fonte de tensão, variações de cargas de potência constante (CPLs) e variações das resistências de carga. Um protótipo de um conversor Buck DC-DC de saída dupla com indutor único foi desenvolvido para testes experimentais. Os resultados indicam que a abordagem da estratégia LQR proposta é razoável e fornece melhorias adequadas de desempenho nos controladores do conversor SIDO nas condições de variação da fonte de tensão e variações nas resistências de carga, oferecendo desempenho robusto e estabilidade do sistema; no entanto, mais pesquisas são necessárias para lidar com variações nas cargas de potência constante e no projeto do controlador PI para sua aplicação neste tipo de planta.
Acesso aberto (Open Access)
SmartLVEnergy: um framework para gestão energética inteligente e descentralizada de sistemas legados de baixa tensão
(Universidade Federal do Pará, 2024-07-11) FERNANDES, Rubens de Andrade; GOMES, Raimundo Cláudio Souza; http://lattes.cnpq.br/4244097441063312; COSTA JÚNIOR, Carlos Tavares da; http://lattes.cnpq.br/6328549183075122
Essencial para o progresso tecnológico e econômico, a energia elétrica requer soluções e estratégias bem fundamentadas para um gerenciamento eficiente e sustentável. Unidades consumidoras existentes, sem recursos tecnológicos modernos, necessitam de alternativas graduais para otimizar o uso de energia, aproveitando ao máximo os recursos pré-estabelecidos. Nesse contexto, o retrofit oferece uma atualização eficaz dessas infraestruturas. Modelos e estratégias sistemáticas podem padronizar e garantir a replicação dessas soluções em diferentes contextos através de abstrações conhecidas como frameworks. Contudo, há uma carência de frameworks para viabilizar a implantação de estratégias sistematizadas de retrofit para a gestão energética, especialmente no setor elétrico de baixa tensão. Para preencher essa lacuna, esta tese apresenta o framework SmartLVEnergy, proposto para orientar a concepção de estratégias inovadoras de retrofit para modernizar instalações legadas de baixa tensão com soluções de IoT, AIoT e computação distribuída, otimizando a gestão energética com recursos tecnológicos distribuídos e capacidades preditivas avançadas. Os experimentos realizados nesta tese são apresentados no formato de agregação de artigos científicos, que contribuíram para a concepção do framework SmartLVEnergy. Como resultado, foi possível implementar ferramentas de gestão energética em cenários prediais e industriais existentes de maneira sistematizada, fundamentada nas premissas do framework proposto. O enfoque principal foi a análise e previsão da demanda energética das instalações e seus respectivos circuitos, permitindo antever e mitigar eventos de ultrapassagem de demanda das unidades consumidoras, conforme as diretrizes da Agência Nacional de Energia Elétrica no Brasil. As estratégias concebidas incluíram o desenvolvimento, a utilização e a integração de recursos de sensoriamento, comunicação e computação, distribuídos localmente, na nuvem e na borda, de acordo com os preceitos do framework SmartLVEnergy, maximizando o aproveitamento dos recursos existentes conforme as necessidades específicas de cada instalação. O framework proposto é flexível e permite a integração, a expansibilidade e a interoperabilidade das soluções tecnológicas ao longo dos sistemas legados, permitindo operações conforme as peculiaridades e recursos de cada contexto pré-existente. Esta versatilidade confirma a relevância deste trabalho como uma proposta robusta e sustentável para promoção da eficiência energética na atualidade, especialmente em sistemas legados de baixa tensão.
Acesso aberto (Open Access)
Inibidor bidirecional de eventos de runaway no comutador de tap de reguladores de tensão em redes de distribuição reconfiguráveis com geração distribuída
(Universidade Federal do Pará, 2024-06-25) SOUZA, Vanderson Carvalho de; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
As mudanças climáticas têm se intensificado ao longo do anos, especialmente como resultado do modelo energético global que se baseia predominantemente no uso de combustíveis fósseis. Dessa forma, surge uma necessidade urgente de impulsionar uma economia de baixo carbono como resposta à crise climática. Neste contexto, as fontes renováveis de energia emergem como a principal alternativa aos combustíveis fósseis. Entretanto, a integração dessas fontes às redes de distribuição pode causar problemas de controle de tensão resultantes do fluxo de potência bidirecional em tais redes. Um importante problema de controle de tensão é o fenômeno da condição de runaway no comutador de tap de reguladores de tensão de linha (RTs). Atualmente, o problema é ainda mais desafiador em redes de distribuição reconfiguráveis com fontes de energia conectadas tanto do lado da fonte como ao lado da caga do RT. Este problema ocorre quando o controle do RT não consegue distinguir adequadamente a origem do fluxo de potência ativa que atravessa o regulador e tenta controlar a tensão do lado da rede com a maior capacidade de curto circuito (lado forte), ocasionando sub ou sobretensão do lado da rede com a menor capacidade de curto circuito (lado fraco). Soluções atuais para mitigar o problema de runaway são baseadas, principalmente, em três categorias: 1) suporte ao controle de tensão por geração distribuída (GD); 2) uso de medições/informações remotas; e 3) uso de medições/informações locais. No entanto, considerando os aspectos práticos, apenas as soluções da terceira categoria são viáveis. Mesmo assim, tais soluções são restritas à aplicação para inibir a condição de runaway ocasionada exclusivamente por fluxo inverso. Nesta tese de doutorado é proposto um algoritmo para inibição bidirecional local robusta on-line da condição de runaway baseado em apenas uma comutação de tap de teste com garantias de robustez e sem a necessidade de comutação de tap de teste coordenada em RTs em cascata. As principais contribuições da Tese são a aplicação inovadora do algoritmo na inibição bidirecional local robusta on-line da condição de runaway no comutador de tap e a apresentação de insights industriais. A acurácia e robustez do algoritmo proposto são verificadas por meio de simulações de fluxo de potência em séries temporais realizadas em duas redes de teste, com ruído e erros grosseiros nas medições, utilizando extensivas simulações de Monte Carlo. A operação descoordenada de comutação de tap de teste em RTs em cascata é examinada através de estudos de caso em uma longa rede de distribuição rural real. Finalmente, o efeito da variabilidade da fonte fotovoltaica (PV) no desempenho do algoritmo proposto é avaliado. Os resultados obtidos confirmaram a eficácia do algoritmo proposto na inibição bidirecional da condição de runaway
Acesso aberto (Open Access)
Designing feasible deployment strategies for cell-free massive MIMO networks : assessing cost-effectiveness and reliability
(Universidade Federal do Pará, 2024-06-14) FERNANDES, André Lucas Pinho; MONTI, Paolo; http://lattes.cnpq.br/4220330196422554; COSTA, João Crisóstomo Weyl Albuquerque; http://lattes.cnpq.br/9622051867672434
Redes cell-free Massive Multiple-Input Multiple-Outputs (mMIMO) são uma solução promissora para os sistemas móveis de Sexta Geração (6G) e além. Estas redes utilizam múltiplas antenas distribuídas para transmitir e receber sinais de forma coerente, sob um paradigma de comunicação aparentemente não celular que elimina o conceito tradicional de células em redes móveis. Esta mudança apresenta desafios significativos de implementação, pois as ferramentas convencionais projetadas para sistemas celulares são inadequadas para planejar e avaliar arquiteturas cell-free mMIMO. Nesse sentido, a literatura vem desenvolvendo modelos específicos para sistemas cell-free mMIMO que lidam com a coordenação de sistema, a sinalização fronthaul, as complexidades computacionais necessárias de procedimentos de processamento, o fronthaul segmentado, a transição de implementação a partir de redes celulares e a integração com a tecnologia Open Radio Access Network (ORAN). Esses avanços são fundamentais para transformar o cell-free mMIMO de um sistema teórico em uma aplicação prática. Apesar disso, mais estudos são necessários para integrar os modelos existentes e desenvolver ferramentas práticas de avaliação para examinar a viabilidade de cell-free mMIMO e de seus facilitadores. Esta tese visa preencher estas lacunas ao propor novas ferramentas para avaliar a viabilidade de redes cell-free mMIMO em termos de confiabilidade e custos. A primeira ferramenta concentra-se na avaliação da confiabilidade do cellfree mMIMO. Ela é usada para melhorar a compreensão de possíveis impactos de falhas e para desenvolver esquemas de proteção eficazes para o fronthaul de redes cell-free mMIMO. Resultados para uma implementação em escritório indoor com uma área de 100 m2 e espaçamento entre Transmission-Reception Points (TRPs) de 20 m, demonstram que sistemas cell-free com fronthaul segmentado, ou seja, com conexões de fronthaul seriais entre TRPs, necessitam de estratégias de proteção. É mostrado que interconectar cadeias seriais e duplicar parcialmente as cadeias seriais (redundância de 40%) são esquemas de proteção eficazes. Por fim, nos cenários indoor considerados, a interconexção parece ser a alternativa mais viável quando o número de cadeias seriais é maior que três. A segunda ferramenta avalia o Total Cost of Ownership (TCO) de redes cell-free mMIMO, considerando aspectos essenciais, como demandas dos usuários, limitações de largura de banda de fronthaul e capacidades de processamento de hardware. A ferramenta é usada para avaliar os custos de duas divisões funcionais da literatura que são equivalentes a arquiteturas de processamento distribuído e centralizado para redes cell-free mMIMO. Resultados para um cenário urbano ultra denso cobrindo uma área de 0,25 km2 com até 800 TRPs, revelam que processamento centralizado é mais viável para a maioria das demandas dos usuários, configurações de hardware de TRP, e considerações de custo. Apesar disso, processamento distribuído pode ser mais viável em casos limitados de baixa demanda (até 50 Mbps por usuário) e sob enormes reduções de custos relacionadas à implantação dos TRPs.
Acesso aberto (Open Access)
Aplicação de redes neurais artificiais para predição de RSSI e SNR em ambiente de bosque amazônico
(Universidade Federal do Pará, 2024-06-11) BARBOSA, Brenda Silvana de Souza; ARAÚJO, Jasmine Priscyla Leite de; http://lattes.cnpq.br/4001747699670004; https://orcid.org/0000-0003-3514-0401; BARROS, Fabrício José Brito; http://lattes.cnpq.br/9758585938727609
A presença de áreas verdes em cidades urbanizadas é crucial para reduzir os impactos negativos da urbanização. No entanto, essas áreas podem influenciar a qualidade do sinal de dispositivos IoT que utilizam comunicação sem fio, como a tecnologia LoRa. A vegetação atenua as ondas eletromagnéticas, interferindo na transmissão de dados entre dispositivos IoT, resultando na necessidade de modelagem de propagação de sinal que considere o efeito da vegetação em sua propagação. Neste contexto, esta pesquisa foi conduzida na Universidade Federal do Pará, utilizando medições em um ambiente arborizado composto pela espécie Pau-Mulato, típica da Amazônia. Dois modelos de propagação baseados em aprendizado de máquina, GRNN e MLPNN, foram desenvolvidos para considerar o efeito das árvores amazônicas na propagação, analisando diferentes fatores, como a altura do transmissor em relação ao tronco, o início da folhagem e o meio da copa da árvore, bem como o fator de espalhamento LoRa (SF) 12 e a copolarização das antenas do transmissor e do receptor. Os melhores modelos foram os de aprendizado de máquina, GRNN e MLPNN, que demonstraram maior precisão, alcançando valores de erro quadrático médio (RMSE) de 3,86 dB e 3,8614 dB, e desvio padrão (SD) de 3,8558 dB e 3,8564 dB, respectivamente. Por outro lado, comparando com modelos clássicos da literatura, o que teve melhor desempenho foi o modelo Floating Intercept (FI), com erro RMSE e SD em torno de 7,74 dB e 7,77 dB, respectivamente, enquanto o modelo FITU-R teve o maior erro RMSE e SD, em torno de 26,40 dB e 9,65 dB, respectivamente, para todas as alturas e polarizações. Além disso, a importância deste estudo reside em seu potencial para impulsionar as comunicações sem fio em ambientes arborizados, uma vez que, mesmo em distâncias curtas nas alturas de 12 m e 18 m, o SNR (relação sinal ruído) teve valores mais baixos devido à influência das folhagens, porém, foi possível enviar e receber dados. Por fim, foi mostrado que a polarização vertical foi a que obteve os melhores resultados para o ambiente de bosque amazônico
Acesso aberto (Open Access)
Scalable AP selection strategies for user-centric cell-free massive MIMO networks
(Universidade Federal do Pará, 2024-06-06) FREITAS, Marx Miguel Miranda de; COSTA, Daniel Benevides da; http://lattes.cnpq.br/0644241968356756; https://orcid.org/0000-0002-5439-7475; VALCARENGHI, Luca; COSTA, João Crisóstomo Weyl Albuquerque; http://lattes.cnpq.br/9622051867672434
Sistemas user-centric (UC) cell-free (CF) massive multiple-input multiple-output (MIMO) são tecnologias promissoras para as próximas gerações de redes de banda larga móvel. Nesses sistemas, o equipamento do usuário (UE - user equipment) é associado a um subconjunto de pontos de acesso (APs - access points) distribuídos na área de cobertura, resultando em melhorias na macrodiversidade e na eficiência espectral (SE - spectral efficiency) da rede, quando comparado com sistemas celulares convencionais. Apesar dos benefícios provenientes destes sistemas, desafios como métodos escaláveis de seleção de APs, complexidade computacional (CC) e intercoordenação entre unidades centrais de processamento (CPU - central processing units) ainda podem existir nos mesmos. Neste sentido, esta tese propõe um novo framework de seleção de APs que fornece escalabilidade a sistemas UC, possibilitando um uso mais eficiente dos recursos da rede, tais como potência de transmissão e demandas de processamento. A solução é baseada em uma decisão casada que visa estabelecer as conexões que sejam mais vantajosas tanto para os UEs quanto para os APs. Além disso, são propostas três estratégias que modificam os grupos de APs dos UEs, com o objetivo de reduzir o número de APs conectados a cada UE sem comprometer a SE. Resultados de simulação revelam que o framework de decisão casada pode melhorar a SE dos 95% likely UEs em até 163% quando comparado com as soluções de referência. Uma abordagem heurística que reduz os efeitos da inter coordenação entre CPUs também é proposta. A mesma diminui o número de UEs inter coordenados (i.e., UEs conectados a múltiplas CPUs) em cada CPU para reduzir as demandas de sinalização nos links de backhaul. Resultados numéricos indicam que o método proposto mitiga os impactos da inter coordenação entre CPUs, enquanto gera perdas marginais na SE e melhora a eficiência energética (EE). Por fim, investiga-se o desempenho de sistemas UC com capacidade de processamento limitada. Especificamente, assume-se que a CC de realizar a estimativa de canal e precodificação de sinais não cresce com o número de APs. Assim, o UE só pode ser associado a um número finito de APs. Além disso, propõe-se um método para ajustar os grupos de APs de acordo com a implementação da rede, ou seja, centralizada ou distribuída. Os resultados mostram que os sistemas UC podem manter a SE sob pequena degradação mesmo reduzindo a CC em até 96%. Além disso, o método proposto para ajustar o grupo de APs leva à reduções adicionais na CC.
Acesso aberto (Open Access)
Um método baseado em cruzamentos por zero para localização de faltas de alta impedância em redes aéreas de distribuição
(Universidade Federal do Pará, 2024-06-05) HUAQUISACA PAYE, Juan Carlos; CARDOSO JUNIOR, Ghendy; http://lattes.cnpq.br/6284386218725402; https://orcid.org/0000-0002-1423-6968; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
A localização de faltas de alta impedância (FAI) é um problema de confiabilidade cada vez mais relevante na distribuição de energia elétrica. O desenvolvimento de métodos práticos e acurados de localização de falta, que utilizam sinais de tensão e corrente registrados apenas no relé localizado no terminal do alimentador, é vital para reduzir o tempo e o custo de restauração de interrupções de longa duração. Contudo, a necessidade de estimar tanto os parâmetros do modelo de falta quanto o sinal de corrente de falta pode comprometer a acurácia e a praticidade dos métodos existentes de localização de FAI. Isto deve-se a maior quantidade de parâmetros que necessitam ser estimados quando um modelo de FAI é incluído na formulação, bem como ao pressuposto de que as correntes de cargas nas barras da rede são constantes durante um intervalo pré e pós FAI. Em outras palavras, o uso do modelo e da forma de corrente de FAI implica que o método de localização depende das características e magnitudes aleatórias da corrente de falta, as quais são determinadas pelas condições ambientais, técnicas e pelo tipo de superfície onde ocorre a FAI, isso inclui até mesmo a forma como o contato entre a superfície e o condutor ocorre. Esta tese propõe um método iterativo independente de modelo de falta e da forma de onda da corrente da FAI, que baseia-se em cruzamentos por zero, para localizar FAI em redes aéreas de distribuição de energia elétrica. Dois insights sobre as relações de sinais senoidais de tensão são fornecidos para eliminar a necessidade de estimar parâmetros do modelo de falta e o sinal de corrente de falta no processo de localização de FAI. O primeiro insight é baseado em cruzamentos por zero do sinal de queda de tensão (por unidade de comprimento) calculado para estimar dois parâmetros do sinal de tensão no ponto de falta. O outro insight baseia-se no cruzamento por zero do sinal de tensão no ponto de falta, no qual os dois parâmetros foram previamente estimados, para calcular a distância da falta a partir do k-ésimo nó. Resultados de simulação em um alimentador teste modificado de 34 nós do IEEE validam a alta acurácia e a robustez do método proposto, considerando o efeito de diversos fatores na estimativa da distância da FAI. Além disso, o desempenho de convergência do método proposto é avaliado
Acesso aberto (Open Access)
Detecção de danos em superfícies geotécnicas com redes neurais convolucionais de baixa complexidade
(Universidade Federal do Pará, 2024-05-29) ARAÚJO, Thabatta Moreira Alves de; FRANCÊS, Carlos Renato Lisboa; ttp://lattes.cnpq.br/7458287841862567
A maioria dos desastres naturais resulta de eventos geodinâmicos, como deslizamentos de terra e colapso de estruturas geotécnicas. Essas falhas causam catástrofes que impactam diretamente o meio ambiente e causam perdas financeiras e humanas. A inspeção visual é o principal método para detectar falhas em superfícies de estruturas geotécnicas. Todavia, as visitas no local podem ser arriscadas devido à possibilidade de solo instável. Além disso, o design do terreno e as condições de instalação hostis e remotas inviabilizam o acesso a essas estruturas. Quando uma avaliação rápida e segura é necessária, a análise por visão computacional torna-se uma alternativa. No entanto, estudos em técnicas de visão computacional ainda precisam ser explorados neste campo devido às particularidades da engenharia geotécnica, como dados públicos limitados, redundantes e escassos. Neste contexto, esta tese apresenta uma abordagem com Redes Neurais Convolucionais para a identificação de defeitos na superfície de estruturas geotécnicas com o objetivo de reduzir a dependência de inspeções no local conduzidas por humanos. Para tanto, foram coletadas imagens de taludes às margens de uma rodovia brasileira, com o auxílio de veículo aéreo não tripulado (VANT) e dispositivos móveis. Em seguida, foram exploradas arquiteturas de baixa complexidade para construir um classificador binário capaz de detectar em imagens falhas aparentes a olho nu humano. A arquitetura composta por 3 camadas convolucionais, cada uma com 32 filtros, seguidas por duas camadas densas de 128 neurônios cada, e saída com um neurônio apresentou acurácia de 94,26%. A avaliação de desempenho com o conjunto de teste obteve índice AUC de 0,99, matriz de confusão e precisão-revocação (AUPRC) que indicam desempenho robusto do classificador mesmo com desequilíbrio de classes, ao mesmo tempo que mantém uma baixa complexidade computacional, tornando-a adequada para aplicações práticas em campo. As contribuições da tese incluem a disponibilização de banco de imagens, a obtenção de um modelo de classificação adequado para dados escassos e desequilibrados e recursos computacionais limitados, e uma estratégia para automação da inspeção em estruturas geotécnicas.
Acesso aberto (Open Access)
Previsão de séries temporais no sistema elétrico brasileiro utilizando preditores baseados em aprendizado de máquina: uma análise empírica
(Universidade Federal do Pará, 2024-04-05) CONTE, Thiago Nicolau Magalhães de Souza; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; https://orcid.org/0000-0002-6640-3182
O panorama da energia elétrica no Brasil é influenciado por uma variedade de fatores complexos e relações não lineares, o que torna a previsão desafiadora. Com o aumento da demanda por energia e a crescente preocupação ambiental, é crucial buscar soluções baseadas em práticas de energia limpa e renovável, visando tornar o mercado de energia mais sustentável. Essas práticas visam reduzir o desperdício e otimizar a eficiência dos processos envolvidos na operação das tecnologias de distribuição e geração de energia elétrica. Uma abordagem promissora para viabilizar a energia sustentável é a aplicação de técnicas de previsão para diversas variáveis do mercado energético. Esta pesquisa propõe uma análise empírica do uso de regressores para realizar previsões nas bases de dados do Preço de Liquidação das Diferenças (PLD) do mercado brasileiro e da velocidade do vento em aerogeradores do Nordeste do Brasil. Busca-se contribuir com informações significativas sobre as técnicas de aprendizagem de máquina, que podem ser empregadas como ferramentas eficazes para a previsão de séries temporais no setor elétrico. Os resultados obtidos podem incentivar a implantação dessas técnicas para extrair conhecimento sobre o comportamento do sistema de energia brasileiro. Isso é particularmente relevante, dado que o preço da energia frequentemente exibe sazonalidade, alta volatilidade e picos, e a geração de energia eólica é amplamente influenciada pelas condições climáticas. Para modelar a previsão dessas duas séries temporais, utilizamos o banco de dados sobre o PLD, focando especialmente no preço médio da energia do Sistema Nacional Brasileiro. As variáveis mais relevantes estão relacionadas às condições hidrológicas, carga elétrica e preço dos combustíveis das unidades térmicas. Para a coleta das variáveis relacionadas à energia eólica, foram considerados dois locais distintos na região nordeste do Brasil: Macau e Petrolina. Para o estudo de previsão, utilizamos uma Rede Neural Perceptron Multicamadas (MLP), uma Long Short Term Memory (LSTM), o Auto-Regressive Integrado de Média Móveis (ARIMA) e a Máquina de Suporte de Vetores (SVM) para determinar as linhas bases nos resultados da predição. Para aprimorar os resultados destes regressores, utilizamos duas abordagens distintas de previsão. Uma das abordagens consistiu na combinação das técnicas de Redes Neurais Artificiais Profundas, baseada na Meta-Heurística do Algoritmo Genético Canônico (AG), para ajustar os hiperparâmetros dos regressores MLP e LSTM. Já a segunda estratégia focou em comitês de máquinas, os quais incluíam MLP, Árvore de Decisão, Regressão Linear e SVM em um comitê, e MLP, LSTM, SVM e ARIMA em outro. Essas abordagens consideraram dois tipos de votação, voting average (VO) e voting weighted average (VOWA), para avaliar o impacto no desempenho do comitê de máquinas.
Acesso aberto (Open Access)
Classification and characterization methods of non-tchnical losses on smart grid scenarios
(Universidade Federal do Pará, 2024-03-28) BASTOS, Lucas de Lima; ROSÁRIO, Denis Lima do; http://lattes.cnpq.br/8273198217435163; https://orcid.org/0000-0003-1119-2450; CERQUEIRA, Eduardo Coelho; ttp://lattes.cnpq.br/1028151705135221
Acesso aberto (Open Access)
Development of machine learning-based frameworks to predict permeability of peptides through cell membrane and blood-brain barrier
(Universidade Federal do Pará, 2024-03-27) OLIVEIRA, Ewerton Cristhian Lima de; LIMA, Anderson Henrique Lima e; http://lattes.cnpq.br/2589872959709848; https://orcid.org/0000-0002-8451-9912; SALES JUNIOR, Claudomiro de Souza de; http://lattes.cnpq.br/4742268936279649
Peptídeos compreendem uma classe versátil de biomoléculas com diversas propriedades físicoquímicas e estruturais, além de inúmeras aplicações farmacológicas e biotecnológicas. Alguns grupos de peptídeos podem cruzar membranas biológicas, como a membrana celular e a barreira hematoencefálica humana. Pesquisadores tem explorado esta propriedade ao longo dos anos como uma alternativa ao desenvolvimento de novos medicamentos mais poderosos, tendo em vista que alguns peptídeos são carreadores de fármacos. Embora existam ferramentas baseadas em aprendizado de máquina desenvolvidas para prever cell-penetrating peptides (CPPs) e blood-brain barrier penetrating peptides (B3PPs), alguns pontos ainda não foram explorados dentro deste tema. Estes pontos abrangem o uso de técnicas de redução de dimensionalidade (RD) na etapa de pré-processamento, de descritores moleculares relacionados à biodisponibilidade de drogas, e de estrutura de dados que codificam peptídeos com modificações químicas. Portanto, a proposta principal desta tese é desenvolver e testar dois frameworks baseados em RD, o primeiro para prever CPPs e o segundo para prever B3PPs, avaliando também os descritores moleculares e estrutura de dados de interesse. Os resultados desta tese mostram que para a predição de penetração na membrana celular, o framework proposto atingiu 92% de acurácia no melhor desempenho em um teste independente, superando outras ferramentas criadas para o mesmo propósito, além de evidenciar a contribuição entre a junção de descritores baseado em sequência de aminoácidos e os relacionados a biodisponibilidade e citados na regra dos cinco de Lipinski. Além do mais, a predição de B3PPs pelo framework proposto revela que o melhor modelo que utiliza descritores moleculares estruturais, elétricos e associados a biodisponibilidade de compostos alcançou valores que superam 93% de acurácia média no 10-fold cross-validation e acurácia entre 75% e 90% no teste independente para todos as simulações, superando outras ferramentas de machine learning (ML) desenvolvidas para predizer B3PPs. Estes resultados mostram que os frameworks propostos podem ser usado como ferramenta adicional na predição de penetração de peptídeos através dessas duas biomembranas e estão disponíves como web servers gratuitos para uso.