Estimação de Distorção Harmônica Total Utilizando Estratégias Evolutivas
|
|
- Stella Sequeira Brandt
- 5 Há anos
- Visualizações:
Transcrição
1 1 Estmação de Dstorção Harmônca Total Utlzando Estratégas Evolutvas E. F. Arruda, Member, IEEE e N. Kagan, Senor Member, IEEE Abstract O objetvo deste trabalho é estmar a dstorção harmônca total em barras de um sstema elétrco a partr de medções em algumas barras. O algortmo desenvolvdo basea-se em Estratégas Evolutvas. Esta técnca compreende um ramo de desenvolvmento dos Algortmos Evolutvos no qual se nserem os Algortmos Genétcos. As vantagens no uso desta técnca está nas facldades, de modelagem e em encontrar uma solução para problemas complexos. A maora das técncas encontradas na lteratura para solução deste problema utlza sncronzação das medções através de métodos de alta tecnologa como GPS. O algortmo proposto vsa sncronzar os dados de forma offlne através das nformações do fluxo de carga para a freqüênca fundamental. O algortmo fo aplcado em uma rede de 14 barras cujos dados foram extraídos do IEEE. Palavras chave Estmação Harmônca, Dstorções Harmôncas, Algortmos Evolutvos, Estratégas Evolutvas, Qualdade de Energa. I. INTRODUÇÃO ensurar o mpacto do conteúdo de fontes harmôncas no Mdesempenho de um sstema elétrco consste num aspecto mportante em Qualdade de Energa. Admtndo-se conhecdos os locas e o conteúdo harmônco njetado no sstema elétrco, meddas que mtguem o mpacto das dstorções em outras barras do sstema podem ser projetadas com a utlzação de fltros passvos ou atvos. No entanto, na maora das vezes, as fontes de dstorções não são conhecdas [1]. Embora o custo dos meddores de qualdade de energa tenha atngdo valores não tão altos, anda é nvável a utlzação de meddores para montorar todas barras de um sstema elétrco real, pos o sstema de montoramento se tornara demasadamente oneroso. Sendo assm, torna-se necessára a utlzação de algortmo capaz de estmar, a partr de um pequeno número de pontos de medção, os valores das dstorções harmôncas em demas pontos do sstema. Desta forma o algortmo de Estmação de Estado Harmônco (EEH) compreende o processo reverso dos processos de smulação. Os smuladores analsam a resposta de um sstema elétrco dada a njeção de corrente harmônca em um ou mas pontos do sstema, enquanto os estmadores ndcam os valores de njeção harmônca a partr das respostas do sstema elétrco através de medções. Os autores estão no enerq/usp - Centro de Estudos em Regulação e Qualdade de Energa do Departamento de Engenhara de Energa e Automação Elétrcas da Escola Poltécnca da Unversdade de São Paulo. A metodologa de EEH consste em uma ferramenta efcente e econômca para o montoramento do conteúdo harmônco em um sstema elétrco de potênca. Um sstema estmador harmônco pode ser formulado a partr da topologa da rede elétrca, das matrzes de admtâncas para as freqüêncas harmôncas e da localzação de meddores [2]. A utlzação de algortmos da área de Sstemas Intelgentes, como o proposto, Estratégas Evolutvas, torna-se vável por sua facldade de mplementação e sua velocdade em encontrar uma solução dentro do espaço amostral de soluções frente às técncas tradconas. Estmar o estado de uma rede quanto ao nível de dstorção harmônca é um problema naturalmente complexo por exgr uma confança mínma nas nformações provenentes de meddores de qualdade de energa. Além da segurança quanto a calbração do meddor, o método de transmssão dos dados, a fdeldade da rede utlzada nas smulações frente à rede real, entre outros fatores capazes de acarretar dscrepâncas entre o sstema real e o sstema smulado, tem-se o problema da sncronzação das nformações provenentes dos meddores. Em se tratando dos métodos de EEH propramente dtos, têmse dversas abordagens na lteratura. Uma das prmeras referêncas encontrada sobre o assunto compreende a referênca [3] que apresenta um método para dentfcar fontes de snas harmôncos no Sstema Elétrco de Potênca (SEP). A referênca [4] lustra a mportânca da especfcação das medções, bem como dos equpamentos utlzados no processo de estmação e a referênca [5] apresenta um método de EEH onde fo utlzado GPS (Global Postonng System) para a sncronzação dos dados de medção. Propõe-se neste artgo utlzar as formas de onda armazenadas pelos meddores e as nformações provenentes do fluxo de carga para a sncronzação dos dados de medção. Tal adoção se torna de grande vabldade por dmnur os custos de um sstema de EEH. Uma vez que o comportamento do algortmo para estmar uma ordem harmônca específca tenha sdo satsfatóro, como apresentado nas referêncas [6] e [7], este será avalado na estmação da dstorção harmônca total. II. ESTRATÉGIAS EVOLUTIVAS As Estratégas Evolutvas foram desenvolvdas por Rechenberg e Schwefel. Estes ncaram os estudos neste campo nos anos 60 na Techncal Unversty of Berln, na Alemanha. Esta ferramenta emprega concetos de evolução aplcados a uma população de ndvíduos que representam, cada um, uma possível solução para o problema em estudo. Os processos de
2 2 mutação e recombnação, conhecdos como operadores de mutação e recombnação, não dependem, a pror, da natureza do problema. Já a formulação do ndvíduo e o método de avalação devem ser adaptados ao problema específco. De uma forma geral um algortmo de EE pode ser descrto como segue: t = 0; nce P(t); avale P(t); enquanto (crtéro não satsfeto) faça P (t) = varação P(t); avale P (t); selecone [P (t) U Q(t)]; t = t + 1 fm Neste algortmo, P(t) denota uma população de µ ndvíduos na geração t. Q representa um conjunto de ndvíduos que podem ser consderados para a seleção, por exemplo, Q pode ser gual ao conjunto P(t), no entanto Q também pode ser gual à zero. Uma nova geração de ndvíduos P (t) de tamanho λ é gerada pela varação do conjunto P(t) através dos operadores recombnação e mutação. Os novos ndvíduos P (t) são então avalados medndo-se a dstânca de cada um destes da solução ótma do problema consderado. Como produto da avalação, a cada ndvíduo é atrbuída uma nota (medda de adaptação). Então, uma nova população é formada na teração t + 1 pela seleção dos ndvíduos mas adaptados. Após um determnado número de gerações, a condção de parada deve ser atendda, a qual usualmente ndca a exstênca, na população, de um ndvíduo que represente uma solução acetável para o problema, ou quando o número máxmo de gerações fo atngdo [8] e [9]. Serão defndos, de forma mas detalhada, os operadores e formulações necessáros para a utlzação dos AE s ao problema de EEH. A. Representação dos Indvíduos O ndvíduo utlzado para a solução do problema em estudo deve representar um possível estado harmônco do sstema. Sendo assm, o ndvíduo consderado consstrá em uma porcentagem dos módulos e a varação dos ângulos das correntes njetadas nas barras em relação à fundamental. Ou seja, para n barras de estmação consderadas tem-se que a dmensão do ndvíduo deve ser de 2n, correspondendo às n varações de módulo e às n porcentagens de ângulos. Além das nformações ctadas, cada parâmetro de estmação do ndvíduo possu também um fator que estabelece o seu passo de mutação σ. Sendo assm, cada porcentagem de módulo e cada varação de ângulo possu um passo de mutação assocado. B. Operador Mutação Como descrto em [9], em Estratégas Evolutvas, a mutação tem um papel central no dreconamento da evolução de um únco ndvíduo. Sendo assm, cada ndvíduo gera outros n_mutacao ndvíduos. As varações mpostas por mutação são de pequeno passo em torno do ndvíduo orgnal. Para melhorar os passos de mutação fo ntroduzda autoadaptação como defnda nas referêncas [10, 11]. Matematcamente pode-se defnr a mutação com autoadaptação como: σ ' = σ exp( τ ' N(0,1) + τ N (0,1)) (2) ( 0,1) x' = x + σ ' N (3) Onde: σ varação do parâmetro σ de índce σ passo de mutação N (0,1) valor sorteado a cada geração com dstrbução normal de méda 0 e desvo padrão 1. N(0,1) valor sorteado a cada geração com dstrbução normal de méda 0 e desvo padrão 1. Este se mantém constante para cada ndvíduo. 1 τ taxa de aprendzado ( ( 2n ) ) 1 τ taxa de aprendzado ( ( 2 n ) ) Nesta modelagem, os parâmetros n e σ devem ser ajustados para cada aplcação, onde n é uma constante que vsa controlar a varabldade da mutação. C. Recombnação O operador recombnação, alado à mutação, tem por objetvo ntroduzr varabldade à busca aleatóra da solução do problema. Parte-se do prncípo que a troca de nformações genétcas entre ndvíduos de uma mesma espéce pode resultar em ndvíduos melhores, ou também, evtar que o algortmo convrja para ótmos locas. O cruzamento consste em crar um novo ndvíduo que contenha nformação genétca resultante da combnação das nformações genétcas de seus pas. Os parâmetros de cada ndvíduo gerado por um processo de reprodução, assm como seus passos de mutação, podem ser obtdos através, por exemplo, da méda artmétca dos parâmetros e dos passos dos ndvíduos pas ou troca das nformações, porcentagem de ângulo de um ndvíduo com varação de ângulo de outro ndvíduo. D. Avalação A avalação dos ndvíduos da população deve ndcar o quão perto da melhor solução está um ndvíduo, consderando que cada ndvíduo representa uma solução para o problema. Uma vez que se pretende estmar valores de dstorções harmôncas em pontos de uma rede elétrca tendo-se em mãos os valores das dstorções em pontos de medções, o procedmento de avalação dos ndvíduos da população medrá a proxmdade dos valores (tensão ou corrente) propostos nos ndvíduos dos valores meddos. Para o problema em estudo, fo consderado o vetor dferença entre o fasor de tensão harmônca medda e o fasor de tensão resultante do mpacto devdo as correntes harmôncas njetadas quantfcadas pelo ndvíduo consderado. Desta forma, quanto menor a magntude do vetor dferença, melhor será o ndvíduo que está sendo avalado. A Fg. 1 abaxo lustra o vetor dferença consderado na avalação dos ndvíduos.
3 3 Indvíduo avalado Vetor dferença Vetor Meddo Fg. 1 Ilustração do vetor dferença utlzado na avalação de um ndvíduo. Foram também consderados na avalação valores que se stuam fora do ntervalo admtdo para um ndvíduo. Sendo assm, ndvíduos que possuam módulo de tensão superor à tensão fundamental serão penalzados obtendo notas baxas. das ordens harmôncas, o FP calcula, além do estado do sstema para a freqüênca fundamental, os modelos da rede elétrca para cada freqüênca de nteresse. Em seguda, os módulos do AE são aconados buscando, de forma ndependente, o estado harmônco para cada freqüênca. O problema de estmação harmônca possu, nesta formulação, 2n varáves provenentes dos módulos e ângulos das n barras de estmação e 2n passos de mutação assocados às varáves de módulos e ângulos. O fluxograma apresentado na Fg. 3 representa a metodologa proposta. E. Seleção No algortmo de estratéga evolutva proposto a operação de seleção dos ndvíduos para a formação de gerações futuras é determnístca, pos se lmta a seleconar os melhores ndvíduos no unverso população ncal mas flhos (µ+λ) [8] como apresentado na fgura 2. Flhos P(0) Mutações Recombnações Seleção P(1) (µ+λ) ΑΕ Pas Fg. 2 Método de seleção (µ+λ). III. FORMULAÇÃO DO PROBLEMA DE ESTIMAÇÃO DE ESTADO HARMÔNICO UTILIZANDO ESTRATÉGIAS EVOLUTIVAS O presente trabalho propõe o uso do Fluxo de Potênca (FP) convenconal para sncronzar os dados de tensões e correntes harmôncas provenentes dos meddores. Desta forma, o ponto ncal da metodologa proposta é calcular o FP e determnar o estado do sstema para a freqüênca fundamental. A rede elétrca é modelada pela matrz de admtâncas nodas nas três seqüêncas (postva, negatva e zero). Para a solução do FP na freqüênca fundamental fo utlzado o método de Gauss sobre a rede de seqüênca postva, pos admte-se não haver desequlíbro de tensão e corrente nesta freqüênca. Os dados de saída do FP são dados de entrada no algortmo de estmação. Assm, devem ser preestabelecdas as ordens harmôncas de nteresse na estmação. Após o estabelecmento Fg. 3 Fluxograma do método de estmação proposto. IV. RESULTADOS A rede elétrca apresentada na Fg. 4 fo utlzada na avalação do algortmo proposto neste trabalho. Os dados desta rede foram obtdos no sto do Insttute of Electrcal and Electroncal Engneerng (IEEE) [12]. Com meddores nstalados nas barras 2, 4, 8, 9, 12 e 14, foram consderadas as ordens harmôncas 3, 5, 7, 9, 11 e 13 na composção da Dstorção Harmônca Total (DHT) em cada barra do sstema. Como menconado, o algortmo proposto efetua a estmação de cada componente harmônca de forma ndependente. Em seguda o cálculo da dstorção harmônca total é efetuado. Como confgurações do algortmo foram consderadas: Número de gerações gual 500;
4 4 Número de ndvíduos na população ncal gual a 40; Número de mutações por ndvíduo gual a 5; Taxa de recombnação por geração gual a 10%; Passo de mutação ncal gual a 1 para módulos e p para ângulos; n referente à auto-adaptação gual a 2; Evolução (µ+λ); Método de recombnação gual a méda; A Fg. 5 apresenta a nota méda dos melhores ndvíduos para cada ordem harmônca. Esta nota é obtda através do nverso da soma dos desvos quadrados em todas as barras com medção e é computada a cada geração do algortmo e ndca a velocdade de evolução no espaço de resultados. Embora em algumas ordens harmôncas os melhores ndvíduos tenham obtdo notas superores a outras ordens, os erros de estmação foram satsfatóros como pode ser observado na Tabela I apresentada. O crescmento contnuado das notas dos ndvíduos em todas as ordens harmôncas confrma o eltsmo do algortmo proposto e sua capacdade de encontrar uma solução para o problema. O crescmento monótono das notas dos melhores ndvíduos em alguns casos pode representar uma dfculdade do operador recombnação em mputar uma varabldade aos ndvíduos que os leve mas rapdamente à regão de melhor solução do problema, o que está lgado à complexdade do espaço de soluções. Fg. 4 Rede elétrca utlzada nas avalações. A Tabela I apresenta os erros de estmação para as ordens harmôncas consderadas ndvdualmente. Esses resultados representam uma méda dos erros para os 30 casos rodados para cada ordem harmônca. Resultados semelhantes foram publcados na referênca [7], porém com o foco na estmação de uma ordem harmônca específca. Pode-se verfcar nesta tabela que os valores de erros de estmação para as ordens harmôncas ndvdualmente são muto pequenos. As lnhas em destaque na tabela representam as barras com medção. TABELA I ERRO DE ESTIMAÇÃO (%) PARA AS ORDENS HARMÔNICAS CONSIDERADAS INDIVIDUALMENTE. Ordens Harmôncas Barra ,3011 1,4361 0,9143 0,2239 0,0416 0, ,2087 1,4178 0,2884 0,0352 0,0265 0, ,1155 1,3434 0,1728 0,0205 0,0213 0, ,2059 1,0616 0,0411 0,0053 0,0017 0, ,3408 1,1694 0,2054 0,2230 0,0404 0, ,9816 0,7969 0,1441 0,6052 0,5011 0, ,0782 0,6707 0,0535 0,0125 0,0875 0, ,1786 1,1199 0,1492 0,0124 0,0810 0, ,2241 0,5227 0,1913 0,0304 0,1671 0, ,1606 0,5286 0,5390 0,2800 0,5236 1, ,8894 0,5185 0,2987 0,3013 0,4648 0, ,0750 0,2000 0,0556 0,0250 0,0414 0, ,7392 0,2835 0,1388 0,2131 0,1332 0, ,0842 0,3115 0,3637 0,0717 0,1189 0,6046 Fg. 5 Nota méda dos melhores ndvíduos para cada ordem harmônca em função das gerações. A Fg. 6 apresenta a evolução dos passos de mutação para cada ordem harmônca consderada. Pode-se perceber que apesar de varações avulsas nos passos de mutação dos ndvíduos em determnadas gerações, estes evoluem para valores próxmos de zero. As varações encontradas na evolução dos passos de mutação representam a escolha de ndvíduos frutos de recombnações nserndo varabldade à evolução. Uma vez obtdos os valores de tensão para cada ordem harmônca consderada em cada barra do sstema, a DHT é obtda. Desta forma têm-se os valores apresentados na Tabela II, onde pode-se observar os valores de DHT, de referênca e estmados, para cada barra do sstema teste, bem como os erros de estmação, relatvo e absoluto.
5 5 Fg. 6 Evolução dos passos de mutação para cada ordem harmônca (H) consderada. O erro absoluto apresentado na Tabela II representa o desvo obtdo em relação à tensão nomnal do sstema em estudo. Porém é esperado que os erros em relação aos valores de THD (erros relatvos) sejam muto superores. Pode-se perceber na quarta coluna da tabela em análse que esses erros anda assm são pequenos, tendo um valor máxmo nferor a 5%. Como forma de verfcar a robustez da metodologa proposta, foram consderados meddores somente nas barras 2, 8 e 12 do sstema. A Tabela III apresenta os valores obtdos de THD e erros de estmação consderando os três meddores nstalados no sstema. Os elevados erros em algumas barras sem medção no sstema são decorrentes da pouca vsbldade dos meddores. Por outro lado, anda com pouca vsbldade por parte do sstema de medção, os resultados podem ser consderados satsfatóros tomando-se o erro absoluto como parâmetro. Este resultado se deve à topologa da rede. TABELA II VALORES DE THD DE REFERÊNCIA E CALCULADOS E ERROS RELATIVOS E ABSOLUTOS DE ESTIMAÇÃO. THD (%) Erro (%) Barra referênca calculados relatvo absoluto 1 0,0545 0,0548 0,5468 0, ,0528 0,0529 0,1370 0, ,0502 0,0496 1,1816 0, ,0405 0,0395 2,4706 0, ,0421 0,0410 2,7515 0, ,0378 0,0379 0,3151 0, ,0394 0,0391 0,7450 0, ,0426 0,0424 0,2744 0, ,0409 0,0407 0,6056 0, ,0407 0,0425 4,4646 0, ,0398 0,0406 1,8083 0, ,0387 0,0388 0,2835 0, ,1952 0,2009 2,8884 0, ,2082 0,2085 0,1322 0,0275 TABELA III - VALORES DE THD DE REFERÊNCIA E CALCULADOS E ERROS RELATIVOS E ABSOLUTOS DE ESTIMAÇÃO, CONSIDERANDO APENAS 3 MEDIDORES INSTALADOS NO SISTEMA. THD Erro (%) Barra referênca calculados relatvo absoluto 1 0,0545 0,0560 2,7401 0, ,0528 0,0532 0,6888 0, ,0502 0,0481 4,0441 0, ,0405 0,0390 3,8868 0, ,0421 0,0431 2,2602 0, ,0378 0, ,3189 0, ,0394 0,0396 0,4340 0, ,0426 0,0408 4,1465 0, ,0409 0,0438 7,1387 0, ,0407 0, ,1931 0, ,0398 0, ,5873 0, ,0387 0,0370 4,4007 0, ,0390 0,0401 2,5793 0, ,0416 0, ,6589 1,5682 Uma forma de melhorar os resultados de estmação é nserr no algortmo outros dados conhecdos ou meddos do sstema em estudo como, por exemplo, dados de medção de corrente. Como a metodologa proposta consdera as varações de ângulos e porcentagens de módulos da corrente como ndvíduos das populações da estratéga evolutva, a nserção desta nformação garantra a regão de solução ótma para o algortmo ou para algumas barras do sstema. A Tabela IV apresenta os erros de estmação consderando 3 meddores de tensão, como no exemplo anteror, e um meddor de corrente harmônca na barra 8 do sstema. Verfca-se a redução consderável dos erros de estmação na maora das barras do sstema. TABELA IV - VALORES DE THD DE REFERÊNCIA E CALCULADOS E ERROS RELATIVOS E ABSOLUTOS DE ESTIMAÇÃO, CONSIDERANDO 3 MEDIDORES DE TENSÃO E UM DE CORRENTE. THD (%) Erro (%) Barra referênca calculados relatvo absoluto 1 0,0545 0,0542 0,4897 0, ,0528 0,0527 0,2176 0, ,0502 0,0486 3,1340 0, ,0405 0,0384 5,3272 0, ,0421 0,0403 4,3416 0, ,0378 0,0381 0,7013 0, ,0394 0,0380 3,4948 0, ,0426 0,0426 0,0602 0, ,0409 0,0404 1,2209 0, ,0407 0,0404 0,7511 0, ,0398 0,0386 3,1834 0, ,0387 0,0390 0,7811 0, ,0390 0, ,5514 0, ,0416 0, ,8447 0,8264
6 6 Outra forma de melhorar os resultados sera através do conhecmento de algumas cargas harmôncas na rede. Tas nformações ndcaram um camnho de evolução ao algortmo rumo a soluções anda mas confáves. V. CONCLUSÕES Fo apresentada neste trabalho a estmação da dstorção harmônca total em barras de um sstema elétrco a partr de medções em algumas barras. A técnca de Estratégas Evolutvas fo utlzada como ferramenta de otmzação do problema. O algortmo proposto partu de dados de medção de tensões harmôncas em algumas barras do sstema para estmar o conteúdo de DHT nas demas barras do sstema. Os ndvíduos consderados nesta metodologa são compostos por fatores (porcentagem do módulo e varação de ângulo) que representam a corrente harmônca em uma barra em função da corrente fundamental na própra barra. A partr destes ndvíduos, correntes harmôncas njetadas nas barras do sstema, os valores das tensões harmôncas são calculados utlzando-se a matrz de admtâncas da rede para a ordem harmônca consderada. A melhor solução para o problema consste na dstrbução de tensões calculadas que mnmzem o erro quadrátco entre os valores calculados e os valores meddos. Este procedmento é repetdo para cada ordem harmônca de nteresse e fnalmente o valor da DHT é calculado. Uma rede de 14 barras, cujos dados foram obtdos no sto do IEEE apresentado na referênca [12], fo utlzada nas smulações. Foram apresentados os resultados da estmação ndvdual das tensões harmôncas tendo sdo consderadas as ordens 3ª, 5ª, 7ª, 9ª, 11ª e 13ª. Foram smulados 30 casos para cada ordem e o algortmo mostrou-se robusto e com excelentes resultados de estmação. As dstorções estmadas ndvdualmente foram utlzadas para obter a DHT em cada barra. Os resultados obtdos apresentaram erros nferores a 1% em todas as smulações. Foram também abordadas formas de dmnução dos erros de estmação em stuações de pouca vsbldade por parte do sstema de medção, sendo estas, o conhecmento de cargas harmôncas em pontos da rede em estudo ou nformações extras de medção. Utlzando apenas 3 meddores de tensões harmôncas nstalados na rede e os valores de correntes harmôncas em uma das barras, o algortmo fo capaz de dmnur os erros de estmação em mas de 50% em barras próxmas a essas medções quando comparado com a análse desconsderando as medções de corrente. Salenta-se que os resultados obtdos neste trabalho, embora tenham focado uma pequena rede elétrca, ndcam um vasto campo de análse quanto à EEH. de Energa da Escola Poltécnca da USP e aos colegas de trabalho pelos auxílos técncos. VII. REFERÊNCIAS [1] Z. P. Du, J. Arrlaga, N. Watson, and S. chen, "Identfcaton of Harmonc Sources of Power systems Usng State Estmaton," IEE Proceedngs on Generaton, Transmsson and Dstrbuton, vol. 146, pp. 7-12, [2] Z. P. Du, J. Arrlaga, N. Watson, and S. chen, "Implementaton of Harmonc State Estmaton," Proceedngs, 8th Internatonal Conference on Harmoncs and Qualty of Power, vol. 1, pp , [3] G. T. Heydt, "Identfcaton of Harmonc Sources by a State Estmaton Tecnque," IEEE Transactons on Power Delvery, vol. 4, pp. 8, [4] A. P. S. Melopoulos, F. Zhang, and S. Zelngher, "Hardware and Software Requrements for a Transmsson System Harmonc Measurement System," Harmoncs n Power Systems, ICHPSV, pp , [5] A. P. S. Melopoulos, F. Zhang, and S. Zelngher, "Power System Harmonc State Estmaton," IEEE Transactons on Power Delvery, vol. 9, pp , [6] E. F. Arruda and N. Kagan, "Estmação Harmônca Utlzando Algortmos Evolutvos," presented at X Smpóso de Especalstas em Planejamento da Operação e Expansão Elétrca - X SEPOPE, Floranópols, [7] N. Kagan and E. F. Arruda, "Harmonc Estmaton Usng Evolutonary Algorthms," presented at ICHQP - Internatonal Conference on Harmoncs and Qualty of Power, Cascas, [8] T. Back and H.-P. Schwefel, "Evolutonary Computaton: An Overvew," presented at Proceedngs of IEEE Internatonal Conference on Evolutonary Computaton, [9] T. Back, U. Hammel, and H.-P. Schwefel, "Evolutonary Computaton: Comments on the Hstory and Current State," IEEE Transactons on Evolutonary Computaton, vol. 1, pp. 3-17, [10] D. B. Fogel, Evolutonary computaton : toward a new phlosophy of machne ntellgence. Pscataway, NJ: IEEE Press, [11] H.-P. Schwefel, Numercal optmzaton of computer models. Chchester ; New York: John Wley & Sons, [12] "Test Systems for Harmoncs Modelng and Smulaton," n Task Force on Harmoncs Modelng and Smulaton, IEEE Power Engneerng Socety, Ed. VIII. BIOGRAFIAS Elco F. de Arruda nasceu em Mnas Geras, Brasl, em Graduou-se na Unversdade Federal de Juz de Fora em Obteve o título de mestre em 2003 pela Escola de Engenhara de São Carlos da Unversdade de São Paulo. Trabalha como Engenhero de Desenvolvmento de Geradores na Alstom desde 2006 e desenvolve sua tese de doutorado na Escola Poltécnca da Unversdade de São Paulo. Suas prncpas áreas de nteresse são Qualdade de Energa, Sstemas Intelgentes, Transformada Wavelet e projeto de geradores. (elco.arruda@gmal.com) Nelson Kagan nasceu em São Paulo, Brasl, no da 8 de outubro de Graduou-se na Escola Poltécnca da Unversdade de São Paulo em Obteve o título de mestre em 1988, pela Escola Poltécnca da Unversdade de São Paulo e o título de Ph.D em 1993 pela Unversdade de Londres. Lecona na Escola Poltécnca da Unversdade de São Paulo desde 1983, na qual é Professor Assocado. Suas prncpas áreas de nteresse são Planejamento de Sstemas de Potênca e Qualdade de Energa VI. AGRADECIMENTOS Ao Enerq Centro de Estudos em Regulação e Qualdade
Estimação Harmônica Utilizando Algoritmos Evolutivos. E. F. Arruda, N. Kagan Enerq USP Brasil
X SEPOPE 1 a 5 de mao de 006 May 1 rst to 5 th 006 FLORIANÓPOLIS (SC) BRASIL X SIMPÓSIO DE ESPECIALISTAS EM PLANEJAMENTO DA OPERAÇÃO E EXPANSÃO ELÉTRICA X SYMPOSIUM OF SPECIALISTS IN ELECTRIC OPERATIONAL
Leia maisRAD1507 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 mais4 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 mais3 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 maisAnálise 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 mais3 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 mais2 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 mais4.1 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 mais2 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 mais7 - 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 maisÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO
Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade
Leia maisAula 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 maisOs 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 maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisPUCPR- 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 mais3 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 mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia maisAssociação 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 mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisCAPÍTULO 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 maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisProf. 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 maisVariação 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 maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisPrograma 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 maisCORRELAÇÃO 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 maisEletroquímica 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 mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisÂngulo 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 maisReforço das Condições de Segurança de Tensão Utilizando Algoritmos Genéticos
REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA, ICA, PUC-Ro 1 Reforço das Condções de Segurança de Tensão Utlzando Algortmos Genétcos Msc. Carlos Portugal Poma, Dr. Marco Aurélo Pacheco ICA: Laboratóro
Leia maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia maisGráficos 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 maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
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. Numa relação expermental os valores de uma das
Leia maisCOMPARAÇÃO ENTRE METODOLOGIA DE OTIMIZAÇÃO GLOBAL E O MÉTODO DE GRADIENTES PARA AJUSTE DE HISTÓRICO ASSISTIDO
COMPARAÇÃO ENTRE METODOLOGIA DE OTIMIZAÇÃO GLOBAL E O MÉTODO DE GRADIENTES PARA AJUSTE DE HISTÓRICO ASSISTIDO Célo Mascho e Dens José Schozer, Unversdade Estadual de Campnas, Faculdade de Engenhara Mecânca
Leia maisMODELO 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 mais7 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 maisde Engenharia de São Carlos - USP Av. Trabalhador São-carlense, 400 - Centro - CEP 13566-590, São Carlos SP # UTFPR, Cornélio Procópio PR
APLICAÇÃO DE SISTEMAS FUZZY EM MOTORES DE INDUÇÃO PARA IDENTIFICAÇÃO DE TORQUE DE CARGA SÉRGIO F. DA SILVA *, IVAN N. SILVA *, ALESSANDRO GOEDTEL #, CRISTIANO MINOTTI * * Laboratóro de Automação Intelgente
Leia mais3 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 maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisContribuições da Distorção Harmônica de Tensão Entre Concessionária e Consumidor
Contrbuções da Dstorção Harmônca de Tensão Entre Concessonára e Consumdor 1 G. V. Andrade Jr., S.. Nadu, Senor Member IEEE, M. G. G. Ner,. M. Soares, E. G. Costa esumo-- Neste trabalho fo proposto um método
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisV SBQEE ALGORITMOS GENÉTICOS APLICADOS AO PROJETO DE FILTROS HARMÔNICOS PASSIVOS EM SISTEMAS ELÉTRICOS DE DISTRIBUIÇÃO
V SBQEE Semnáro Braslero sobre Qualdade da Energa Elétrca 7 a 0 de Agosto de 003 Aracaju Sergpe Brasl Códgo: AJU 03 0 Tópco: Modelagens e Smulações ALGORITMOS GENÉTICOS APLICADOS AO PROJETO DE FILTROS
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia mais4 Sistema Híbrido de Otimização de Estratégia de Controle de Válvulas de Poços Inteligentes sob Incertezas
44 4 Sstema Híbrdo de Otmzação de Estratéga de Controle de Válvulas de Poços Intelgentes sob Incertezas Conforme dscutdo no capítulo 2, na engenhara de reservatóro a atvdade de gerencamento é uma tarefa
Leia mais3 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 maisUNIDADE 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(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:
1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,
Leia maisIntrodução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roterzação e Programação de Veículos PNV-2450 André Bergsten Mendes Problema de Programação de Veículos Problema de Programação de Veículos Premssas Os roteros ncam e termnam
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisEXERCÍCIO: 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 maisAlgarismos 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 maisRESTAURAÇÃO DE IMAGENS ATRAVÉS DE FILTRAGEM DE KALMAN USANDO PROGRAMAÇÃO EVOLUCIONÁRIA
RESTAURAÇÃO DE IMAGENS ATRAVÉS DE FILTRAGEM DE KALMAN USANDO PROGRAMAÇÃO EVOLUCIONÁRIA RONALDO F. ZAMPOLO, RUI SEARA E ORLANDO J. TOBIAS LINSE: Crcutos e Processamento de Snas Departamento de Engenhara
Leia maisMETODOLOGIA 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 maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia maisRealimentação 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 maisFigura 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 maisChapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação
Chapter 9 Locaton Localzação de Instalações Problemas de comuncação http://www.youtube.com/watch?v=h_qnu4rwlvu INTRODUÇÃO INTRODUÇÃO Analsar padrões de localzação pode ser nteressante Porque a Whte Castle,
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisReconfiguração de Redes de Distribuição Utilizando Restrições Fuzzy
> REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA (ISSN: XXXXXXX, Vol. X, No. Y, pp. 1-10 1 Reconfguração de Redes de Dstrbução Utlzando Rrções Fuzzy A. C. Neto, R. Tanschet, M. M. B. R. Vellasco Abstract
Leia mais3.6. 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 maisNOVA 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 maisExperiência 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 maisCONCEITOS 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 maisGABARITO 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 mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisUM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS
UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o
Leia maisDesenvolvimento de software de simulação Monte Carlo para auxiliar no estudo da propagação de doenças infecciosas
Desenvolvmento de software de smulação Monte Carlo para auxlar no estudo da propagação de doenças nfeccosas João Batsta dos Santos-Flho 1, Tatana Santos de Araujo Batsta 2, José Carlos Rodrgues Olvera
Leia mais6 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 maisRISCO. 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 mais3 Subtração de Fundo Segmentação por Subtração de Fundo
3 Subtração de Fundo Este capítulo apresenta um estudo sobre algortmos para a detecção de objetos em movmento em uma cena com fundo estátco. Normalmente, estas cenas estão sob a nfluênca de mudanças na
Leia maisProblemas de engenharia
Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar
Leia maisAvaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais
Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de
Leia maisCurso 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 maisEletrotécnica 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 maisCapítulo 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 maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisUniversidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Departamento de Estatística
Unversdade Federal de São Carlos Centro de Cêncas Exatas e de Tecnologa Departamento de Estatístca Introdução ao Controle Estatístco de Processo on-lne Paulo Henrque Ferrera da Slva Orentador: Prof. Dr.
Leia maisEstatística 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 maisXII Simpósio Brasileiro de Automação Inteligente (SBAI) Natal RN, 25 a 28 de outubro de 2015
XII Smpóso Braslero de Automação Intelgente (SBAI) Natal RN, 25 a 28 de outubro de 2015 ANÁLISE DE UMA METAHEURÍSTICA BASEADA NO ALGORITMO DE COLÔNIA DE FORMIGAS PARA RESOLUÇÃO DE PROBLEMAS DE FLUXO DE
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisUM 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 mais3 Algoritmo das Medidas Corretivas
3 Algortmo das Meddas Corretvas 3.1 Introdução Conforme apresentado no Capítulo, o algortmo das Meddas Corretvas compõe o conjunto das etapas responsáves pela análse de desempenho do sstema de potênca.
Leia maisO 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 mais8 - 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 maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisAo 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 maisAlgoritmos Genéticos com Parâmetros Contínuos
com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisNOTA 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 maisAo 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 maisReconhecimento Estatístico de Padrões
Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia mais