Optimizer in a Box: Simple Economic Optimization of Power Dispatch in Small Microgrids Using OPC-UA
Neste trabalho é apresentada uma abordagem simples para aspectos econômicos de otimizar o despacho de energia em pequenas microrredes de energia. A otimização é modelada como um problema de programação linear e foi resolvido pelo Gnu Linear Program Tool Kit (GLPK). Os conversores e inversores que compõem o microgrid usam protocolo OPC-UA sobre rede Ethernet para troca de dados. A principal contribuição deste artigo é a desenvolvimento de um sistema otimizador simples e amigável, estrutura de comunicação compatível com pequenas microrredes, usando fontes de energia renováveis, como data centers verdes e ambientes domésticos para minimizar o custo de energia, sujeito a limites de potência das fontes de energia e demandas de cargas. Artigo publicado no International Journal of Computer Applications em Dezembro de 2016.
MQTT Protocol Discovery Service for an Iot-based Gensets Monitoring System
Os sistemas de monitoramento de condição projetados para grandes usinas são muito caros para serem aplicados a pequenos ativos de energia, como grupos geradores (grupos geradores). Para permitir o monitoramento online desses ativos menores, é necessário um hardware de baixo custo, o que implica em limitações na capacidade de processamento e comunicação. O conceito de Internet of Things (IoT) e a utilização de protocolos de comunicação como Message Queuing Telemetry Transport (MQTT) são ideais para lidar com essas limitações, sendo uma alternativa coerente e economicamente viável para monitorar ativos de geração de baixo custo. O Discovery Services permite que os dispositivos transmitam seus recursos e comandos disponíveis, minimizando o esforço de gerenciamento. Até agora, a especificação do protocolo MQTT não tem um serviço de descoberta padronizado. Este trabalho propõe um Serviço de Descoberta do protocolo MQTT e seu uso para o fornecimento de dados coletados em um sistema de monitoramento de condições baseado em IoT para grupos geradores utilizando o protocolo Modbus RTU sobre barramento serial RS-485. Um protótipo do sistema proposto foi construído para teste e demonstração do sistema. Artigo publicado no International Journal of Computer Applications em abril de 2018.
Remote Water Consumption Metering using MQTT over Sub-gigahertz RF Environment
A maioria dos sistemas de medição remota de água usa protocolos e tecnologias proprietários que não se comunicam entre si de maneira amigável. A utilização de equipamentos capazes de coletar informações e se comunicar com protocolos abertos, baseados em conceitos de IoT, pode ser vista como uma solução para tal empreendimento. Assim, este artigo apresenta questões sobre o desenvolvimento de um gateway de comunicação integrada com serviço em nuvem via protocolo MQTT, para um sistema de medição de consumo de água usando um sistema microcontrolador de baixa potência, com transmissão de dados de radiofrequência operando na banda sub-gigahertz. Artigo publicado no International Journal of Computer Applications em junho de 2018.
Modelagem de um Sistema para Gerenciamento de Contratos de Vendas Inteligentes e Gerenciamento de Manutenção em Infraestrutura de Microrredes Agregadas
O presente trabalho consiste na modelagem de um sistema de gestão da manutenção de infraestrutura de geração distribuída de energia elétrica integrado a um sistema de gerenciamento de venda de energia no mercado livre. Através deste sistema, empresas provedoras de serviços de gerenciamento de infraestrutura de geração de microrredes, poderão implementar usinas virtuais (Virtual Power Plants - VPP) pela agregação de microrredes implantadas em espaços físicos próprios ou de terceiros. Desta forma, o provedor de serviços poderá executar a gestão da manutenção remota de seus ativos, visando a manutenção das especificações de projeto, a manutenção preditiva de falhas e verificação da perda de desempenho em componentes do sistema de geração. O sistema prevê uma inteligência na gestão dos contratos de forma dinâmica, de dados coletadas e em nuvem computacional oriundos dos consumidores e das unidades geradoras agregadas. Parâmetros ambientais como insolação, condições atmosféricas e climatológicas oriundas de serviços de previsão do tempo em base de dados abertas, poderão ser cruzadas com as informações oriundas dos microrredes para planejamento de capacidade, a fim de subsidiar o sistema de gestão de contratos de venda de energia no mercado livre. Com a implantação do sistema proposto, será possível definir modelos de negócios para viabilizar comercialmente a adoção do sistema. Um exemplo seria o modelo em que os consumidores da energia atuam como assinantes do serviço. Desta forma, a remuneração ao prestador de serviço poderá ser feita através de uma mensalidade ou por uma parcela da energia gerada em superávit. Atuando de forma agregada, o provedor de serviço poderá realizar a melhor negociação no mercado livre. Outro exemplo de modelo de negócio poderá ser a renumeração do proprietário de áreas arrendadas para nstalação dos microrredes de geração de energia, ou usinas em terrenos de propriedade do provedor do serviço. Artigo publicado no SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA em 2020.
A Machine Learning Approach for Temporal Vibration Analysis Applied to Predictive Maintenance
A condição operacional de uma máquina afeta a qualidade e eficiência de seu trabalho, e deixar um problema chegar em estado crítico resulta em consequências negativas, que podem causar perda de equipamento e extenso tempo de inatividade em uma fábrica. A manutenção das máquinas, portanto, é uma preocupação que surgiu junto com a criação da indústria. Este trabalho mostra o desenvolvimento de uma plataforma que aproveita os avanços recentes em tecnologia de sensores e aprendizado de máquina para auxiliar no processo de manutenção preditiva, identificando problemas com antecedência antes que ocorram falhas graves. O trabalho propõe um sistema supervisório que recebe dados de vibração de alta frequência, armazena-os e analisa o funcionamento de uma máquina para classificar seu comportamento em normal ou anômalo, gerando alertas. Os resultados obtidos mostram que é apropriado usar o aprendizado de máquina para monitorar máquinas, uma vez que algoritmos bem estruturados podem detectar possíveis problemas antes que eles se tornem aparentes para os humanos. Artigo publicado no International Journal of Computer Applications em agosto de 2020.
Detection of Myocardial Infarction in Electrocardiograms using Machine Learning
Atualmente, milhões de pessoas no mundo têm algum tipo de deficiência no sistema cardiovascular, mais especificamente anomalias no coração e no batimento cardíaco, a maioria desses indivíduos acaba não descobrindo esses problemas com antecedência, o que teria um grande impacto no acaso. de sobrevivência. No Brasil, o número de mortes por problemas cardíacos ultrapassa 350 mil por ano. A solução encontrada para auxiliar na prevenção e detecção de problemas pré-existentes parte da abordagem de analisar eletrocardiogramas de pessoas com doenças e anomalias já conhecidas, partindo do método de aprendizado de máquina para prevenção de doenças com apenas entrada de dados em um modelo. A proposta deste trabalho se delineia em um protótipo no qual, em poucos momentos, gere uma previsão com considerável índice de sucesso, capaz de auxiliar os profissionais de saúde na tomada de decisões quanto à situação do paciente, a partir da análise das ondas de um eletrocardiograma. (ECG). Durante este trabalho, demonstramos todo o processo de aquisição e seleção de dados, tratamento e filtragem de sinais de ondas até o desenvolvimento de uma previsão de exame. Os resultados encontrados foram taxas corretas na classe de infarto, superiores a 80, 90 e até 95%. É importante também entender que o aumento da taxa de acerto da classe com a anomalia tende a diminuir a taxa de acerto de exames normais. Artigo aceito para publicação no International Journal of Computer Applications na edição de Junho de 2021.