Use este identificador para citar ou linkar para este item: https://repositorio.ufpa.br/jspui/handle/2011/8987
Registro completo de metadados
Campo DCValorIdioma
dc.creatorROCHA, Gabriel Vianna Soares-
dc.date.accessioned2017-08-10T14:48:48Z-
dc.date.available2017-08-10T14:48:48Z-
dc.date.issued2017-02-21-
dc.identifier.citationROCHA, Gabriel Vianna Soares. Sistema inteligente de suporte a análise da qualidade da energia elétrica em regime permanente. Orientadora: Maria Emília de Lima Tostes. 2017. 115 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2017. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/8987. Acesso em:.pt_BR
dc.identifier.urihttp://repositorio.ufpa.br/jspui/handle/2011/8987-
dc.description.abstractThis work presents the development of software that provides a computational environment so that the user can carry out analyzes of Quality of Eletrical Energy (QEE) following the rules stipulated by the National Eletrical Power Agency (ANEEL) through the Distribution Procedures (PRODIST). Also it is possible to do analysis of contribution of impacts caused by the injection of harmonics in the electric network, pointing out the possible percentage shares of contribution of each Consumer Unit (UC), through modules that perform a sensitivity study through Computational Intelligence (CI) techniques as Artificial Neural Network (ANN) Regression Trees (RT) and Simple Linear Regression (LR). For the construction of the models are used time series data of current and voltage harmonics that were obtained through measurement campaigns.pt_BR
dc.description.provenanceSubmitted by Nathalya Silva (nathyjf033@gmail.com) on 2017-06-28T18:53:10Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SistemaInteligenteSuporte.pdf: 7220905 bytes, checksum: f37e7c8fa38831e5d1198ddba5ee15f3 (MD5)en
dc.description.provenanceApproved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-10T14:48:48Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SistemaInteligenteSuporte.pdf: 7220905 bytes, checksum: f37e7c8fa38831e5d1198ddba5ee15f3 (MD5)en
dc.description.provenanceMade available in DSpace on 2017-08-10T14:48:48Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_SistemaInteligenteSuporte.pdf: 7220905 bytes, checksum: f37e7c8fa38831e5d1198ddba5ee15f3 (MD5) Previous issue date: 2017-02-21en
dc.languageporpt_BR
dc.publisherUniversidade Federal do Parápt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectQualidade de energia elétricapt_BR
dc.subjectRegressão linearpt_BR
dc.subjectHarmônicos (Ondas elétricas)pt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectÁrvore de regressãopt_BR
dc.subjectQuality of electrical energyen
dc.subjectHarmonicsen
dc.subjectLinear regressionen
dc.subjectRegression treeen
dc.subjectArtificial neural networksen
dc.titleSistema inteligente de suporte a análise da qualidade da energia elétrica em regime permanentept_BR
dc.typeDissertaçãopt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Tecnologiapt_BR
dc.publisher.initialsUFPApt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.contributor.advisor1TOSTES, Maria Emília de Lima-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4197618044519148pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/3100130721484350pt_BR
dc.description.resumoEste trabalho apresenta o desenvolvimento de um software que fornece um ambiente computacional para que o usuário possa realizar análises de Qualidade de Energia Elétrica (QEE) seguindo as normas estipuladas pela Agência Nacional de Energia Elétrica (ANEEL) através dos Procedimentos de Distribuição (PRODIST). Também é possível realizar análises de contribuição de impactos causados pela injeção de harmônicos na rede elétrica, apontando as possíveis parcelas percentuais de contribuição de cada Unidade Consumidora (UC), através de módulos que realizam um estudo de sensibilidade por meio de técnicas de Inteligência Computacional (IC) como Redes Neurais Artificiais (RNA), Árvores de Regressão (AR) e Regressão Linear Simples (RL). Para construção dos modelos são utilizados dados de séries temporais de harmônicos de corrente e de tensão que foram obtidos através de campanhas de medição.pt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
Aparece nas coleções:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertacao_SistemaInteligenteSuporte.pdf7,05 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons