Aplicação de Curvas de Carga Típicas de Consumidores Integradas a Sistema GIS, na CPFL

Tamanho: px
Começar a partir da página:

Download "Aplicação de Curvas de Carga Típicas de Consumidores Integradas a Sistema GIS, na CPFL"

Transcrição

1 21 a 25 de Agosto de 2006 Belo Horzonte - MG Aplcação de Curvas de Carga Típcas de Consumdores Integradas a Sstema GIS, na CPFL Luís René Manhães CPFL Paulsta rene@cpfl.com.br Basílo Augusto Santana Martns CPFL Paulsta baslo@cpfl.com.br RESUMO Todos os consumdores de energa elétrca têm medção de consumo, mas poucos têm os regstros das demandas. Para calcular carregamentos de transformadores de dstrbução e executar cálculos de fluxo de carga é necessáro um processo para estmar as demandas dos consumdores. Este trabalho apresenta a metodologa de estmatva de demandas em consumdores e transformadores de dstrbução através da aplcação de curvas de cargas típcas, já mplementada e em uso na CPFL, abrangendo seus consumdores de méda e baxa tensão Esta metodologa está em uso há mas de dos anos e fo mplementada na CPFL junto com o sstema GISD (Gerencamento Integrado do Sstema de Dstrbução), base de dados georeferencada com aplcatvos de engenhara (Planejamento, Projeto, Manutenção e Operação). Neste trabalho serão descrtas a metodologa, a ntegração com o GISD, e os desafos que surgram com sua mplementação, além de uma comparação com a metodologa anteror. PALAVRAS-CHAVE Curvas de Carga, GIS, Redes de Dstrbução. 1/12

2 1. INTRODUÇÃO Para que seja possível o cálculo de fluxo de carga é necessáro que se tenham as demandas de cada ponto de carga. O deal é que, adconalmente, se possa realzar os cálculos para qualquer hora do da Estas demandas não são obtdas a partr de medções dretas: - os consumdores de baxa tensão não têm medção de demanda - os consumdores de méda tensão possuem medção de demanda mas, normalmente, somente um ou dos valores máxmos estão dsponíves. Como os valores de demandas não estão dsponíves, é necessáro um processo para estmá-las. Para sto, são utlzadas curvas de carga típcas que, ajustadas pelo consumo mensal (no caso de consumdores de baxa tensão) ou pelas demandas meddas (no caso de consumdores de méda tensão, lgados às cabnes de medção) fornecem as demandas dos consumdores. Com os valores obtdos para os consumdores obtêm-se, por totalzação, as demandas dos pontos de entrega e transformadores de dstrbução. Este documento explca o processo de conversão de curvas típcas para demandas estmadas, uma vez que a curva típca tenha sdo determnada. Também explca o processo chamado de Dversfcação de Cargas, tanto para a rede secundára como a rede prmára, abrangendo os consumdores de méda e baxa tensão. O processo é mensal e um hstórco dos últmos 12 meses é armazenado para cada consumdor secundáro e prmáro, ponto de entrega e transformador de dstrbução. Casos fora do normal (exceções) são tratados pelo processo e mensagens de erro ou advertênca são gravadas num arquvo de erros, em banco de dados, para consulta. Os dversos módulos de engenhara que compõem a Solução GISD da CPFL se benefcam dos resultados obtdos a partr das curvas de carga. 2. CONCEITOS E TERMINOLOGIA 2.1. Concetos As curvas de carga são cadastradas num banco de dados específco, mantdo pela CPFL e são baseadas no Códgo de Atvdade do consumdor. São fruto de um estudo feto no extnto Centro de Excelênca da Dstrbução, na USP, que fez o levantamento de curvas de carga para cerca de 70 atvdades prncpas. Estas curvas foram dstrbuídas para as demas atvdades, por semelhança de atvdade. São cadastradas com 96 pontos de demanda, desde 00:15 até 24:00 (medções a cada 15 mnutos). A cada um dos 96 pontos estão assocados uma méda e um desvo padrão, frutos das medções efetuadas durante o estudo da USP. Um exemplo é mostrado na fgura abaxo. 2/12

3 3,50 3,00 PU da Méda do Consumo 2,50 2,00 1,50 1,00 Desvo Padrão 0,50 Méda 0, hora Na modelagem aplcada na CPFL foram acrescentadas algumas sofstcações: - pode-se cadastrar curvas dferentes para a mesma atvdade, em localdades dferentes - pode-se cadastrar curvas dferentes para a mesma atvdade, para dferentes meses do ano (sazonaldade) - pode-se cadastrar curvas personalzadas para os consumdores, sto é, um consumdor terá uma curva que será aplcada somente a ele, dentfcada pela sua UC (Undade Consumdora). O estudo da USP só cobru curvas de carga de consumdores de baxa tensão. Para aplcação em clentes de méda tensão, a CPFL fo obrgada a crar um padrão de curvas de carga: como estes consumdores têm as demandas meddas, não é necessáro estmá-las a partr do consumo. As curvas destes consumdores são baseadas nas demandas meddas e não se consdera desvo padrão. Têm os mesmos recursos ctados acma, a respeto de sazonaldade, localdade e curvas ndvdualzadas Termnologa e característcas da CPFL Com a ntenção de facltar o entendmento, es alguns termos que serão utlzados no trabalho: - Crcuto prmáro ou Almentador ou Rede Prmára: são os termos que dentfcam a rede de dstrbução classe 15kV que, na área de concessão da CPFL Paulsta, podem ser de tensões nomnas 11,9kV ou 13,8kV - Crcuto secundáro: na área de concessão da CPFL Paulsta são de 220/127V e, em alguns locas, 380/220V - Consumdores de méda tensão ou Consumdores grupo A ou Consumdores A4: são aqueles lgados dretamente à rede prmára e tarfados como tas. - Demanda de Ponta e Demanda Fora de Ponta: demandas regstradas pelos consumdores de méda tensão. A de Ponta é no período de 18:00 às 21:00 e a Fora de Ponta, nos demas horáros. Há tarfas que dferencam o valor conforme estes dos períodos, penalzando a energa utlzada na Ponta. Isto nfluenca no comportamento do consumdor ao longo do da. - Consumdores de baxa tensão ou Consumdores grupo B: são aqueles lgados dretamente à rede secundára. - UC Undade Consumdora: códgo de dentfcação que ndvdualza cada consumdor da CPFL. - Solução GISD: sgnfca Gestão Integrada do Sstema de Dstrbução e é um conjunto de ferramentas ntegradas, mplementada na CPFL, que nclu uma base georeferencada (GIS) e outros módulos de Engenhara, detalhados ao fnal do trabalho. - GIS: sgnfca Sstema de Informações Georeferencadas e é a base de dados da Solução GISD. O fabrcante do software utlzado na CPFL é a Smallworld 3/12

4 - Cabne de Medção: objeto crado no GIS para representar os consumdores de méda tensão. A cada cabne está assocado um únco consumdor e todo consumdor de méda tensão é representado por este objeto, mesmo que, na realdade físca, não tenha uma cabne. - Ponto de entrega: entrada de energa do consumdor secundáro, no fnal do ramal de servço da CPFL. É o ponto de carga, quando se fala de cálculo de fluxo de carga na rede secundára. 3. PROCESSO DE CONVERSÃO DE CONSUMO EM DEMANDA Este processo é mensal, atualzando-se as curvas de carga de cada consumdor. A curva adotada para um consumdor num determnado mês é defnda por um códgo que, por sua vez, aponta para uma curva típca cadastrada numa tabela específca. Apesar das curvas típcas terem 96 pontos, ao fnal do processo, somente cnco patamares de carga dára, cobrndo as 24 horas, serão armazenados. Esta fo uma decsão tomada a partr de um compromsso entre volume de dados armazenados e utldade das nformações. O níco e o fm de cada patamar são parâmetros cadastrados numa tabela no banco de dados, podendo ser ajustado pela engenhara da CPFL. Estes patamares são: Madrugada, Manhã, Tarde, Ponta, Note. A fgura abaxo lustra os patamares. 3,50 3,00 PU da Méda do Consumo 2,50 2,00 1,50 1,00 Desvo Padrão 0,50 Méda 0, hora 3.1. Parâmetros do processo O processo de determnação de demandas e dversfcação tem alguns parâmetros de ajuste, que são cadastrados em banco de dados e podem ser alterados, conforme a necessdade. Alguns deles: - Horáros de níco e fm de cada patamar - Fator de potênca default dos transformadores de dstrbução, vstos pela rede prmára - Fator de potênca default dos consumdores de méda tensão (utlzado quando houver falha nesta nformação no sstema de consumdores) - Fator de potênca dos consumdores de baxa tensão - Fator de potênca da lumnação públca - Número de desvos padrão a serem consderados na determnação das curvas de carga 3.2. Consumdores de baxa tensão A defnção de uma curva para um consumdor de baxa tensão depende de: - do Códgo de Atvdade do consumdor; - do consumo do mês, já que as curvas podem ser dferentes conforme a faxa de consumo; 4/12

5 - da localdade em que está o consumdor, já que as curvas podem ser dferentes conforme a localdade; - do mês em estudo, já que as curvas podem ser dferentes conforme a época do ano. Um determnado consumdor pode, também, ter uma curva típca personalzada, utlzada somente para ele e dentfcada pela sua UC (Undade Consumdora). Isto é muto raro para os consumdores de baxa tensão. As curvas típcas aplcáves aos consumdores de baxa tensão são cadastradas em pu da demanda méda, calculada como: D médakw ConsajustkWh = 720horas onde Cons ajustkwh é o consumo ajustado para 30 das, já que o modelo de curvas de carga típcas supõe um consumo durante este período. É mportante não confundr esta demanda méda, que é baseada no consumo mensal, com a demanda méda de cada um dos 96 pontos, que é o resultado estatístco do conjunto de medções fetas durante o levantamento das curvas, ou seja, é a méda das demandas meddas em cada um dos períodos de 15 mnutos. O consumo ajustado, por sua vez, é obtdo a partr do consumo meddo, da segunte forma: Cons ajustkwh Cons = nº das meddokwh 30 onde nº de das é o período de abrangênca da medção do consumdor (ex.: 32 das, 29 das). A curva de carga é em pu da demanda méda (tanto os valores de demandas como os desvos padrão). Tendo-se a demanda méda do mês, baseada no consumo ldo em kwh, pode-se obter os 96 pontos da curva em kw, com os respectvos desvos padrão. Como a curva é estatístca, para se obter os valores fnas de kw para cada ponto, deve-se escolher quantos desvos padrão serão adotados para os pontos. Esta nformação é um parâmetro, que pode ser ajustado pela CPFL. Assm, para cada ponto da curva de carga, a demanda do consumdor é expressa como: ponto ( Dpu ponto + N ponto ) DmédakW Dkw = σ σ ponto onde cálculos. é o desvo padrão do ponto da curva de carga e N é a quantdade de desvos adotada nos Para se obter os cnco patamares de carga do consumdor, basta pesqusar a curva de carga e escolher o maor valor de demanda de cada patamar. Este valor máxmo representará o patamar. Como os consumdores de baxa tensão não têm medção de fator de potênca, adota-se um valor para permtr o cálculo do kva a partr do kw. Este valor de fator de potênca também é um parâmetro, que pode ser ajustado Consumdores de méda tensão A defnção de uma curva para um consumdor de méda tensão depende de: - do Códgo de Atvdade do consumdor; 5/12

6 - da localdade em que está o consumdor, já que as curvas podem ser dferentes conforme a localdade; - do mês em estudo, já que as curvas podem ser dferentes conforme a época do ano. Um determnado consumdor pode, também, ter uma curva típca personalzada, utlzada somente para ele e dentfcada pela sua UC (Undade Consumdora). Há város destes casos nas tabelas de curvas de carga. Os consumdores de méda tensão têm medção de demanda. Portanto, não faz sentdo estmar as demandas a partr do consumo. No entanto, é necessáro determnar 5 patamares de demanda, quando normalmente somente um ou dos valores são meddos. Deve-se salentar que somente um patamar (o quarto patamar) é da ponta do sstema. Os demas são fora de ponta. Assm, também são cadastradas curvas de carga de 96 pontos para os consumdores de méda tensão, com as dferenças: - os valores de desvo padrão não são utlzados, já que o valor máxmo da demanda do mês fo meddo - as demandas são cadastradas em pu da demanda máxma (há um tratamento, que não detalharemos, para os casos com demandas de Ponta e Fora de Ponta), em vez da demanda méda (baseada no consumo) A curva de carga é em pu da demanda máxma. Tendo-se a demanda medda do mês, pode-se obter os 96 pontos da curva em kw. Assm, para cada ponto da curva de carga, a demanda do consumdor é expressa como: Dkw = Dpu D ponto ponto máxmakw Para se obter os cnco patamares de carga do consumdor, basta pesqusar a curva de carga e escolher o maor valor de demanda de cada patamar. Para obtenção da demanda em kva, a partr do kw, o fator de potênca meddo na ponta será aplcado ao patamar da ponta. O fator de potênca meddo fora de ponta será aplcado aos demas patamares. Se somente um valor de fator de potênca estver dsponível, será utlzado em todos os patamares. 4. DEMANDAS NOS PONTOS DE ENTREGA Os pontos de entrega são os fnas dos ramas de servço e são neles que as cargas são consderadas, para o cálculo de fluxo de carga na rede secundára. Em cada ponto de entrega pode haver um ou mas consumdores. Assm, para determnar a carga de um ponto de entrega, é necessáro totalzar as demandas dos consumdores lgados a ele. No ponto de entrega é feta uma soma smples das demandas dos consumdores, por patamar. Para esta soma são utlzadas as curvas com apenas os 5 patamares de carga, já somados a méda e o desvo padrão. Para cada patamar do ponto de entrega, smplesmente soma-se a demanda dos consumdores do ponto de entrega naquele patamar. Para transformar os valores de kw para kva, o fator de potênca adotado é o mesmo utlzado para os consumdores (parâmetro edtável). Ao fnal, são armazenados os 5 valores máxmos de cada patamar, separados por fase, já que os consumdores normalmente não são trfáscos e provocam desequlíbro de cargas. 5. AGREGAÇÃO DE DEMANDAS NOS POSTOS TRANSFORMADORES Para determnar a carga de um posto transformador, é necessáro totalzar as demandas dos consumdores lgados a ele. O estudo da USP mostra que as curvas de carga dos consumdores não 6/12

7 podem ser smplesmente somadas algebrcamente. Por sto, este processo é chamado de agregação de curvas de carga. Este procedmento faz com que o desvo padrão total vá se achatando à medda que aumenta o número de curvas totalzadas no transformador. Isto acaba representando uma concdênca entre as cargas e fazendo com que o total, no transformador, seja menor que a soma smples das curvas. Para a agregação são utlzadas as curvas dos consumdores com 96 pontos. Após a agregação, são obtdos os 5 patamares de carga. A agregação é feta ponto a ponto (cada 15 mnutos). Para cada um destes pontos, obtêm-se a demanda e o desvo padrão agregados. A demanda agregada ncal é obtda por soma algébrca smples, pela fórmula: D agreg = Dkwponto O desvo padrão agregado no ponto é obtdo pela fórmula: σ agreg = ncons j= 1 σ 2 consj onde ncons é o número de consumdores que estão sendo agregados e consumdor j no ponto. σ consj é o desvo padrão do Para obter a demanda agregada fnal do ponto, ajustada pelo desvo padrão, usa-se a fórmula: Dkw = D + N σ D agreg agreg agreg agreg onde N é o número de desvos padrão adotado na smulação. Repetndo este procedmento para os 96 pontos, obtém-se a curva de carga agregada com 96 pontos. Para transformar os valores de kw para kva, o fator de potênca adotado é o mesmo utlzado para os consumdores. No transformador anda deve ser acrescentada a demanda da lumnação públca. Sobre sto, algumas observações: - A lumnação públca não tem desvo padrão. Consdera-se a demanda total das lâmpadas, em kw, e aplca-se um fator de potênca padrão para a lumnação públca, para se obter o kva. - A lumnação públca tem uma curva de carga própra, adotada para toda a área de concessão, com valores 1 pu ou 0 (zero) pu, conforme o horáro: 0 (zero) nos patamares 2 e 3 (manhã e tarde) e 1 nos patamares 1, 4 e 5 (madrugada, ponta e note). Durante o processo de agregação das curvas de carga, anda com 96 pontos, os fatores de carga e de perdas do transformador de dstrbução são calculados e armazenados em tabela de banco de dados. 6. DIVERSIFICAÇÃO DAS CARGAS DOS CIRCUITOS SECUNDÁRIOS Os desvos padrão das curvas típcas são, normalmente, altos e a aplcação destes sobre as demandas dos 96 pontos, em cada consumdor, pode aumentar bastante a demanda, dobrando ou até mesmo trplcando seu valor. Para evtar que os cálculos fetos com estes valores provoquem resultados elevados de queda de tensão, perdas e corrente, é aplcado um fator de concdênca aos pontos de entrega (que são os pontos de carga utlzados nos cálculos da secundára). Este fator, baseado na demanda agregada no transformador de dstrbução do crcuto, provoca a redução das cargas, trazendo-as a um nível mas razoável. Este procedmento também garante que, num cálculo, a demanda resultante de um determnado patamar seja bastante próxma à demanda estmada para o transformador de dstrbução, 7/12

8 obtda pela agregação. As dferenças são devdas às perdas, que são calculadas num fluxo de carga, mas desprezadas nestes processos de determnação de demandas e dversfcação Cálculo dos fatores de concdênca O cálculo destes fatores de concdênca é feto sobre os 5 patamares obtdos a partr das curvas de carga e das agregações nos pontos de entrega e nos transformadores. Como a lumnação públca não tem fator de concdênca (está toda lgada ou toda deslgada), deve ser excluída do processo. Para sto, usa-se a curva do transformador antes do acréscmo da lumnação públca. Assm, trabalha-se com a curva de 5 patamares do transformador relatva somente aos consumdores. Daí, o fator de concdênca de cada um dos patamares é obtdo pela fórmula: Fc = nptentr DkVA j= 1 D j kvape onde: Fc é o fator de concdênca do patamar DkVA é a demanda em kva do patamar, no transformador nptentr é o número de pontos de entrega do crcuto j é a demanda do ponto de entrega j, no patamar D kvape No momento dos cálculos de fluxo de carga, estes fatores de concdênca serão aplcados às cargas do crcuto secundáro (pontos de entrega), conforme o patamar utlzado. 7. FATORES DE COINCIDÊNCIA DAS CARGAS DOS CIRCUITOS PRIMÁRIOS A esta altura do processo, todos os transformadores de dstrbução e as cabnes de medção (consumdores de méda tensão) têm cnco patamares de demandas estmadas. Os almentadores têm valores de medção que devem ser compatíves com os totas de demandas. Para compatblzar a soma das cargas com as medções dos almentadores é feto o que se chama de dversfcação da rede prmára. É um processo mensal, que consste em calcular, para cada almentador, um fator de concdênca únco para todos os transformadores de dstrbução, de modo que a soma das cargas, multplcada pelo fator, concda com o carregamento meddo do almentador. Neste processo, também é estmado o fator de potênca dos transformadores de dstrbução, vstos pela rede prmára, por comparação com a medção. Também são obtdos 5 patamares de demanda para o almentador. As cabnes de medção (consumdores de méda tensão) e os bancos de capactores recebem um tratamento dferencado dos postos transformadores de dstrbução Máxmas mensas de almentadores O processo exge que todos os almentadores tenham um regstro de demanda máxma carregado no sstema, numa tabela em banco de dados. Há um processo para tratar deste cadastro, mensalmente, para tentar mnmzar a ocorrênca de leturas ncorretas, de modo que, no momento da dversfcação, se tenha valores consstentes. Os valores fornecdos são a corrente, o kw e o kvar smultâneos. 8/12

9 As demandas máxmas dos almentadores formam um hstórco de 12 meses, sendo sempre descartado o mas antgo. Cada almentador pode ter uma curva de carga cadastrada, em 5 patamares, de modo que se tem 5 valores de kw e de kvar. Neste caso, esta curva será utlzada para o processo de dversfcação, ou seja, os cálculos dos fatores de concdênca serão realzados para cada um dos cnco patamares. Se a curva não estver cadastrada somente estará dsponíves um únco conjunto de valores máxmos. Neste caso, o processo estma uma curva de carga do almentador, de cnco patamares, a partr da soma das suas cargas, e trabalha com este perfl Cálculo dos fatores de concdênca Algumas observações mportantes sobre o processo, que serão detalhadas adante: - Os consumdores de méda tensão são tratados à parte e têm um fator de concdênca própro. Desta forma, a partcpação destas cargas deve ser subtraída da letura do almentador. - Os bancos de capactores também são tratados à parte e são expurgados das leturas do almentador - O estado dos bancos automátcos (lgados ou deslgados) é estmado automatcamente, a partr da curva do almentador. - Como 5 patamares estão dsponíves, a dversfcação é feta para os 5 períodos. As demandas meddas do almentador, para um patamar são: Dkwalm med e Dkvaralm med Os consumdores de méda tensão (A4) são tratados à parte. Suas cargas são multplcadas por um fator de concdênca própro, gual para todos, que é um parâmetro da dversfcação mensal (por exemplo, 0,9), para os cnco patamares. O fator de potênca de cada um destes consumdores é conhecdo, para cada patamar, de modo que é possível separar os totas de kw e kvar, para cada patamar : TotkwA4 = FconA4 kwa4 TotkvarA 4 = FconA4 kvara 4 onde: Fcon é o fator de concdênca adotado para os consumdores de méda tensão (A4) A4 kw 4 é a demanda, em kw, do consumdor, no patamar A kvara 4 é a demanda, em kvar, do consumdor, no patamar Os fatores de potênca dos consumdores de méda tensão para os cnco patamares já foram determnados no momento do tratamento da curva de carga. Os bancos de capactores também são tratados à parte. O total de reatvos devdo aos bancos de capactores é: Totkvar BC = kvar + BCfxo kvar BCauto onde: kvar BCfxo kvar BCauto é o kvar de cada banco de capactores fxo é o kvar de cada banco de capactores automátco no patamar 9/12

10 Aqu, cabe uma explcação: os bancos de capactores fxos estão sempre lgados, mas os automátcos não. Nos patamares de carga mas baxa, pode-se provocar erros sgnfcatvos nos cálculos se os bancos automátcos forem consderados lgados. Para tentar tratar a varação de estado destes bancos, adotou-se que os bancos estarão lgados nos patamares com cargas maores e deslgados nos demas. O lmte entre os maores e menores é um parâmetro, edtável. A curva utlzada como referênca é a de kw e não a de kva total, já que, para se determnar o kva é necessáro, antes, saber se os capactores estão lgados ou não. Este procedmento fo adotado porque a varação do kva é muto semelhante à do kw. O cálculo dos fatores de concdênca é feto apenas sobre as demandas dos postos transformadores de dstrbução. Para sto, é necessáro trabalhar os regstros de medção, expurgando a parte devda aos consumdores de méda tensão e aos bancos de capactores. Para cada patamar, calculam-se os valores de kw e kvar meddos que seram devdos somente aos postos transformadores de dstrbução, para um patamar, da segunte forma: Dkw = Dkwalm Totkw 4 med = Dkvaralmmed TotkvarA 4 DkVAr + Totkvar A BC Como o valor de kvar dos bancos tem snal trocado em relação ao kvar ndutvo dos consumdores, ele é somado, em vez de subtraído. Sera o equvalente a deslgar todos os bancos, com o efeto de aumentar o reatvo ldo na saída do almentador. Com estes valores meddos tratados, pode-se estmar o fator de potênca dos transformadores de Dkw med dstrbução a partr dos valores de _ postos Dkvar e. Este fator de potênca é armazenado em todos os postos transformadores de dstrbução. O fator de concdênca é calculado, então, desta forma: - Calcula-se a soma total de kva dos postos transformadores de dstrbução Totkva postos = kva postos onde kva postos é o kva de cada posto, no patamar - Calcula-se o total de kva da medção, devdo aos postos transformadores 2 ( Dkw ) ( Dvkar ) 2 Dkva = + - O fator de concdênca do patamar é: Fconc postos = Dkva Totkva postos Este procedmento é repetdo para cada patamar Tratamento de exceções São também tratadas uma sére de exceções possíves durante o processo, para evtar erros. Por exemplo, quando o almentador atende apenas um consumdor de méda tensão o fator de concdênca adotado é gual a 1 (um). Estas exceções e erros no processo geram mensagens que fcam armazenadas numa tabela de erros, acessível por um aplcatvo na Intranet. 10/12

11 8. SIMULAÇÃO MENSAL Mensalmente, após os processos ctados acma, com as cargas defndas, executa-se a chamada Smulação Mensal, que consste no cálculo de fluxo de carga para todos os crcutos secundáros e prmáros (15kV) da CPFL. Os maores valores de quedas de tensão e carregamentos, além das perdas são armazenados em tabelas Oracle, para cada crcuto prmáro e secundáro, formando um hstórco de 13 meses de resultados. 9. INTEGRAÇÃO COM O SISTEMA GIS A CPFL mplementou um conjunto de aplcatvos batzado de Solução GISD (Gerencamento Integrado do Sstema de Dstrbução), que compreende a base GIS propramente dta, da Smallworld, e outros quatro módulos de engenhara, ntegrados à base georeferencada: Planejamento, Projeto, Manutenção e Operação. Há também um aplcatvo para cração de mapas temátcos, pesqusas avançadas e relatóros (Spatal Intellgence) e um outro, para vsualzação e consultas smples à base GIS através da Internet. A Solução nclu a base de dados georeferencada e um banco de dados Oracle assocado. Todos os processos ctados, relatvos às curvas de carga, são executados sobre a base de dados Oracle. A base georeferencada, por meo de uma sére de nterfaces, mantém atualzada a base Oracle. Esta tem, desta forma, nformações de vnculações elétrcas dos consumdores, ou seja, em que ponto de entrega, em que crcuto secundáro e em que crcuto prmáro está lgado cada consumdor da CPFL (no caso da méda tensão, nforma em que Cabne de Medção e crcuto prmáro estão lgados). Baseado nestas nformações de conectvdade, se executam todos os processos ctados neste trabalho. Através dos módulos de Planejamento e de Projetos, na mplementação da CPFL, pode-se executar cálculos de fluxo de carga dretamente sobre a base georeferencada. Neste momento, a nterface de cálculo vsualza a confguração da rede na base Smallworld e usa as cargas (demandas, fatores de potênca e concdênca) cadastrados nas tabelas Oracle. Como há um hstórco armazenado, o usuáro pode escolher o mês e o patamar desejado para os cálculos. O módulo de Manutenção utlza prncpalmente os resultados da Smulação, usando-os para avalar e prorzar servços, conforme a severdade dos resultados dos crcutos e carregamentos de transformadores. O módulo de Operação recebe as nformações das cargas para permtr a smulação de manobras na rede prmára. 10. COMPARAÇÕES COM A METODOLOGIA ANTERIOR A metodologa anteror era baseada numa equação únca, que relaconava consumo e demanda, de modo que para um dado consumo somente um valor de demanda era obtdo. Ajustes nos valores de consumo eram fetos para permtr dos valores de demanda: da e note. Alguns ajustes também eram fetos conforme a classe (Comercal, Industral, etc.). A curva da equação era assntótca, de modo que o dobro do consumo não mplcava no dobro de demanda. Com as curvas de carga, valores guas de consumo geram demandas dferentes, de acordo com o Códgo de Atvdade, uma classfcação bem mas detalhada que a Classe. Pela metodologa antga, tínhamos somente dos valores de demanda, durna e noturna, sendo que, normalmente, só se usava a noturna. Agora temos 5 patamares dsponíves. Temos também valores de fatores de carga e de perdas, para os crcutos secundáros, mas refnados. Além dsso, os valores antes calculados eram menos personalzados, baseando-se quase que somente no valor de consumo, enquanto agora as curvas podem ser dferencadas pela localdade, pelo mês e até ndvduas. Também foram fetos alguns estudos que ndcam que a nova metodologa tende a estmar valores de demandas mas baxos que a antga. Conseqüentemente, valores de carregamento de transformadores que antes eram consderados dentro da faxa segura, agora sugerem um alerta maor. 11/12

12 11. PROBLEMAS, DESAFIOS Tudo o que se faz é baseado nos dados cadastrados, desde o consumo de um consumdor de baxa tensão até a medção de um almentador. Cada uma destas nformações tem a sua mportânca e mpacto nos processos. Também é utlzada a base do Sstema de Consumdores, que é da área comercal e sobre a qual as áreas de Engenhara não exercem controle. Desta forma, o desafo permanente é manter a base de dados o mas atualzada possível. São fontes de dstorções, entre outras: consumdores fora da base, em local ncorreto ou com ncorreções nos regstros; confgurações ncorretas da rede prmára; cadastro defcente de equpamentos, como bancos de capactores, por exemplo; erros nas leturas dos almentadores. Embora as Curvas de Carga estejam em funconamento há cerca de dos anos, somente recentemente o Projeto GISD Paulsta fo consderado encerrado, e a aplcação destas curvas pode ser consderada como em fase ncal. Assm, outro desafo que se apresenta à Engenhara é adequar seus processos às novas nformações que foram geradas com a ntrodução das Curvas de Carga, como vsto no tem anteror. Fnalmente, um dos maores desafos é cudar do que fo crado, ou seja, manter sempre atualzado o banco de dados de curvas de carga, atualzando os perfs cadastrados e os parâmetros dos processos. Isto exgrá campanhas de medção, análses estatístcas e de engenhara. Por exemplo, hoje anda não usamos as curvas separadas por localdade. Esta manutenção é necessára para que a metodologa fque cada vez mas confável e não se corra o rsco do mau uso e da descrença nos resultados. 12/12

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

Roteiro-Relatório da Experiência N o 4 CARACTERÍSTICAS DO TRANSISTOR BIPOLAR

Roteiro-Relatório da Experiência N o 4 CARACTERÍSTICAS DO TRANSISTOR BIPOLAR PROF.: Joaqum Rangel Codeço Rotero-Relatóro da Experênca N o 4 CARACTERÍSTICAS DO TRANSISTOR BIPOLAR 1. COMPONENTES DA EQUIPE: ALUNOS 1 2 NOTA Prof.: Joaqum Rangel Codeço Data: / / : hs 2. OBJETIVOS: 2.1.

Leia mais

Realimentação negativa em ampliadores

Realimentação negativa em ampliadores Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

Modelagem do Transistor Bipolar

Modelagem do Transistor Bipolar AULA 10 Modelagem do Transstor Bpolar Prof. Rodrgo Rena Muñoz Rodrgo.munoz@ufabc.edu.br T1 2018 Conteúdo Modelagem do transstor Modelo r e Modelo híbrdo Confgurações emssor comum, base comum e coletor

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu.

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu. GABARITO ERP9 Questão mpedânca total em pu. mpedânca lnha em pu; mpedânca carga em pu; tensão no gerador em pu. Assm, tem-se que: ( ). Mas, ou seja: : ( ).. Logo: pu. () A mpedânca da carga em pu,, tem

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Análise de áreas de risco considerando os afundamento de tensão em estudos de planejamento

Análise de áreas de risco considerando os afundamento de tensão em estudos de planejamento Análse de áreas de rsco consderando os afundamento de tensão em estudos de planejamento J. C. Cebran, L. Camlo, N. Kagan, N. M. Matsuo*, H. Arango Enerq-USP 1 Resumo-- Este trabalho permte avalar os índces

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

3 Desenvolvimento do Modelo

3 Desenvolvimento do Modelo 3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Capítulo 14. Análise de circuitos. em corrente alternada () () Assim, é possível, escrever as equações para a corrente e tensão no circuito:

Capítulo 14. Análise de circuitos. em corrente alternada () () Assim, é possível, escrever as equações para a corrente e tensão no circuito: EETôNIA Assm, é possíel, escreer as equações para a corrente e tensão no crcuto: (t) = máx sen (wt 0) e = 0 má x = 240 apítulo 4 π π (t) = máx sen (wt j) e = má x = 4 2 2 Aplca-se, então, a le de Ohm:

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Filtros são dispositivos seletivos em freqüência usados para limitar o espectro de um sinal a um determinado intervalo de freqüências.

Filtros são dispositivos seletivos em freqüência usados para limitar o espectro de um sinal a um determinado intervalo de freqüências. 1 Fltros são dspostvos seletvos em freqüênca usados para lmtar o espectro de um snal a um determnado ntervalo de freqüêncas. A resposta em freqüênca de um fltro é caracterzada por uma faxa de passagem

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

2ª PARTE Estudo do choque elástico e inelástico.

2ª PARTE Estudo do choque elástico e inelástico. 2ª PARTE Estudo do choque elástco e nelástco. Introdução Consderemos dos corpos de massas m 1 e m 2, anmados de velocdades v 1 e v 2, respectvamente, movmentando-se em rota de colsão. Na colsão, os corpos

Leia mais

LEI DE OHM A R. SOLUÇÃO. Usando a lei de Ohm

LEI DE OHM A R. SOLUÇÃO. Usando a lei de Ohm LEI DE OHM EXEMPLO. Uma resstênca de 7 é lgada a uma batera de V. Qual é o valor da corrente que a percorre. SOLUÇÃO: Usando a le de Ohm V I 444 A 7 0. EXEMPLO. A lâmpada lustrada no esquema é percorrda

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

CARGA E DESCARGA DE UM CAPACITOR

CARGA E DESCARGA DE UM CAPACITOR EXPEIÊNCIA 06 CAGA E DESCAGA DE UM CAPACITO 1. OBJETIVOS a) Levantar, em um crcuto C, curvas de tensão no resstor e no capactor em função do tempo, durante a carga do capactor. b) Levantar, no mesmo crcuto

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

As leis de Kirchhoff. Capítulo

As leis de Kirchhoff. Capítulo UNI apítulo 11 s les de Krchhoff s les de Krchhoff são utlzadas para determnar as ntensdades de corrente elétrca em crcutos que não podem ser convertdos em crcutos smples. S empre que um crcuto não pode

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda

Leia mais

2 Lógica Fuzzy Introdução

2 Lógica Fuzzy Introdução 2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade

Leia mais

ELE0317 Eletrônica Digital II

ELE0317 Eletrônica Digital II 2. ELEMENTOS DE MEMÓRIA 2.1. A Lnha de Retardo A lnha de retardo é o elemento mas smples de memóra. Sua capacdade de armazenamento é devda ao fato de que o snal leva um certo tempo fnto e não nulo para

Leia mais

UM ESTUDO SOBRE REDES SUBTERRÂNEAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA

UM ESTUDO SOBRE REDES SUBTERRÂNEAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA 29 UM ESTUDO SOBRE REDES SUBTERRÂNEAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Bruno Mont Gouvea (G-FEIS/UNESP) Antono Marcos Coss (FEIS/UNESP) RESUMO Este trabalho apresenta um estudo sobre sstemas subterrâneos

Leia mais

2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria

2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria Agregação Dnâmca de Modelos de urbnas e Reguladores de elocdade: eora. Introdução O objetvo da agregação dnâmca de turbnas e reguladores de velocdade é a obtenção dos parâmetros do modelo equvalente, dados

Leia mais

FGE2255 Física Experimental para o Instituto de Química. Segundo Semestre de 2013 Experimento 1. Corrente elétrica

FGE2255 Física Experimental para o Instituto de Química. Segundo Semestre de 2013 Experimento 1. Corrente elétrica FGE2255 Físca Expermental para o Insttuto de Químca Segundo Semestre de 213 Expermento 1 Prof. Dr. Crstano Olvera Ed. Baslo Jafet, Sala 22 crslpo@f.usp.br Corrente elétrca q Defnção de Corrente elétrca

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO

NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO I Congresso Baano de Engenhara Santára e Ambental - I COBESA NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO Marcos Vnícus Almeda Narcso (1)

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos. Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

1 Introdução 12 Potência e Efeito Joule. 3 1ª Lei de Ohm 14 Divisão de correntes (nós) 4 Resistor ôhmico 15 Associação em série

1 Introdução 12 Potência e Efeito Joule. 3 1ª Lei de Ohm 14 Divisão de correntes (nós) 4 Resistor ôhmico 15 Associação em série 1 Introdução 12 Potênca e Efeto Joule 2 epresentação de um resstor 13 Assocação de resstores (ntrodução) 3 1ª Le de Ohm 14 Dvsão de correntes (nós) 4 esstor ôhmco 15 Assocação em sére 5 esstor não-ôhmco

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

Ajuste no Cálculo de Perdas Técnicas a partir de Estimativa de Perdas Comerciais

Ajuste no Cálculo de Perdas Técnicas a partir de Estimativa de Perdas Comerciais J. B. Aníco, ESCELSA e F. M. Varejão, UFES Ajuste no Cálculo de Perdas Técncas a partr de Estmatva de Perdas Comercas Resumo O cálculo das perdas técncas em uma rede de dstrbução de energa elétrca proposto

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo: CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída

Leia mais

Estudo de Curto-Circuito

Estudo de Curto-Circuito Estudo de Curto-Crcuto Rotero. Objetvo / aplcações. Natureza da corrente de defeto 3. Resposta em regme (4 tpos de defeto) 4. Resposta transtóra 5. Conclusões Objetvo Determnação de correntes e tensões

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

Netuno 4. Manual do Usuário. Universidade Federal de Santa Catarina UFSC. Departamento de Engenharia Civil

Netuno 4. Manual do Usuário. Universidade Federal de Santa Catarina UFSC. Departamento de Engenharia Civil Unversdade Federal de Santa Catarna UFSC Departamento de Engenhara Cvl Laboratóro de Efcênca Energétca em Edfcações - LabEEE Netuno 4 Manual do Usuáro Enedr Ghs Marcelo Marcel Cordova Floranópols, Junho

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Análise de Incertezas I.B De Paula

Análise de Incertezas I.B De Paula Um bom expermentalsta deve fazer todo o esforço possível para mnmzar os erros de seu expermento. Cabe ao expermentalsta a responsabldade de apresentar uma medda da confabldade de seus dados. amos defnr

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON 1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de

Leia mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

Resposta: Interbits SuperPro Web 0,5

Resposta: Interbits SuperPro Web 0,5 1. (Eear 017) Um aparelho contnha as seguntes especfcações de trabalho: Entrada 9V- 500mA. A únca fonte para lgar o aparelho era de 1 V. Um cdadão fez a segunte lgação para não danfcar o aparelho lgado

Leia mais

MODELO RECEPTOR MODELO RECEPTOR MODELO RECEPTOR. Princípio do modelo:

MODELO RECEPTOR MODELO RECEPTOR MODELO RECEPTOR. Princípio do modelo: MODELO RECEPTOR Não modela a dspersão do contamnante. MODELO RECEPTOR Prncípo do modelo: Atacar o problema de dentfcação da contrbução da fonte em ordem nversa, partndo da concentração do contamnante no

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

Eletrotécnica AULA Nº 1 Introdução

Eletrotécnica AULA Nº 1 Introdução Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL

MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL CIRCUITOS ELÉTRICOS Método de Análse: Análse Nodal Dscplna: CIRCUITOS ELÉTRICOS Professor: Dr Marcos Antôno de Sousa Tópco MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL Referênca bbloráfca básca:

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

Submódulo 2.7. Indicadores de Desempenho para Acompanhamento da Manutenção

Submódulo 2.7. Indicadores de Desempenho para Acompanhamento da Manutenção Submódulo 2.7 Indcadores de Desempenho para Acompanhamento da Manutenção Ver..º Motvo da Revsão 0 Este documento fo motvado pela cração do Operador aconal do Sstema Elétrco. Data de Aprovação pelo CA Data

Leia mais