Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/213424 |
Resumo: | Sistemas de distribuição de energia são frequentemente visualizados por métodos simples que apresentam os dados essencialmente na sua forma quantitativa. Os requisitos cada vez mais exigentes dos consumidores e da própria agência reguladora, bem como a complexidade do sistema elétrico, exigem que o Gerenciamento da Qualidade da Distribuição de Energia acompanhe tais avanços. Para aprimorar este gerenciamento e a tomada de decisões, é importante uma análise adequada dos dados que estão à disposição, permitindo um entendimento intuitivo do sistema. Explorando a aplicação de Visualização de Informações ao suporte à tomada de decisões acerca da distribuição de energia, esta pesquisa apresenta uma forma visual e intuitiva para interpretar e analisar as dimensões do sistema elétrico que influenciam a qualidade da energia distribuída. Diferentes técnicas de analítica visual foram utilizadas, através de uma plataforma de visualização de dados especificamente voltada à qualidade da energia - tema pouco explorado na comunidade e que, em geral, não é suficientemente enfatizado pelos sistemas informatizados das companhias. Via entrevistas com funcionários especialistas de uma empresa de distribuição de energia elétrica, definimos as funcionalidades do sistema, bem como as informações a serem apresentadas. Apresentamos ainda um modelo de avaliação da qualidade de energia baseado em clusterização de consumidores, utilizando os algoritmos K-Means e DBSCAN. Para validação dos resultados, potenciais usuários de uma distribuidora de energia utilizaram o sistema. Os resultados obtidos mostraram que a abordagem é útil e permite agilizar e reduzir o esforço necessário para avaliar a qualidade da energia. Constatou-se também que a solução proposta, ainda de acordo com a opinião dos mesmos, poderia ser utilizada por outras distribuidoras e que foi de fácil aprendizado. O modelo de avaliação baseado em clusterização permitiu identificar ao menos 160 consumidores, de um total de 67:000, com características que podem causar distorção da qualidade de energia. Medições in loco comprovaram a identificação de consumidores com violação dos limites adequados de tensão, permitindo a criação de um modelo proativo para gerenciar a qualidade do sistema de distribuição. |
id |
URGS_f86c877efb6e59a3fa09415938f618b4 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/213424 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Fensterseifer, HenriqueWalter, MarceloFreitas, Carla Maria Dal Sasso2020-09-12T04:04:29Z2020http://hdl.handle.net/10183/213424001117730Sistemas de distribuição de energia são frequentemente visualizados por métodos simples que apresentam os dados essencialmente na sua forma quantitativa. Os requisitos cada vez mais exigentes dos consumidores e da própria agência reguladora, bem como a complexidade do sistema elétrico, exigem que o Gerenciamento da Qualidade da Distribuição de Energia acompanhe tais avanços. Para aprimorar este gerenciamento e a tomada de decisões, é importante uma análise adequada dos dados que estão à disposição, permitindo um entendimento intuitivo do sistema. Explorando a aplicação de Visualização de Informações ao suporte à tomada de decisões acerca da distribuição de energia, esta pesquisa apresenta uma forma visual e intuitiva para interpretar e analisar as dimensões do sistema elétrico que influenciam a qualidade da energia distribuída. Diferentes técnicas de analítica visual foram utilizadas, através de uma plataforma de visualização de dados especificamente voltada à qualidade da energia - tema pouco explorado na comunidade e que, em geral, não é suficientemente enfatizado pelos sistemas informatizados das companhias. Via entrevistas com funcionários especialistas de uma empresa de distribuição de energia elétrica, definimos as funcionalidades do sistema, bem como as informações a serem apresentadas. Apresentamos ainda um modelo de avaliação da qualidade de energia baseado em clusterização de consumidores, utilizando os algoritmos K-Means e DBSCAN. Para validação dos resultados, potenciais usuários de uma distribuidora de energia utilizaram o sistema. Os resultados obtidos mostraram que a abordagem é útil e permite agilizar e reduzir o esforço necessário para avaliar a qualidade da energia. Constatou-se também que a solução proposta, ainda de acordo com a opinião dos mesmos, poderia ser utilizada por outras distribuidoras e que foi de fácil aprendizado. O modelo de avaliação baseado em clusterização permitiu identificar ao menos 160 consumidores, de um total de 67:000, com características que podem causar distorção da qualidade de energia. Medições in loco comprovaram a identificação de consumidores com violação dos limites adequados de tensão, permitindo a criação de um modelo proativo para gerenciar a qualidade do sistema de distribuição.Power distribution systems are often visualized by simple methods that present data primarily in quantitative form. The increasingly demanding requirements of customers and the regulatory agency itself and complexity of the electrical system, require that the Quality Management of Electric Power Distribution follows such advances. To improve quality management and decision-making, it is essential to analyze the available data properly, allowing an intuitive system understanding. Exploring Information Visualization to support decision-making about power distribution, this research presents a visual and intuitive way to interpret and analyze the electrical system’s dimensions that influence power quality. Different visual analytical techniques were used, through a data visualization platform specifically focused on power quality - a topic that has been scarcely worked in the community so far and that, in general, is not sufficiently emphasized by the companies’ computerized systems. Through interviews with specialist employees of a power distribution company, we defined the system’s functionalities, and the kind of information to be presented. We also present a power quality assessment model based on customer clustering, using K-Means and DBSCAN algorithms. To validate results, potential users of a power distribution company used the system. The results obtained showed that the approach is useful and allows us to speed up and reduce the effort required to evaluate power quality. It was also found that the proposed solution, still in agreement with their opinion, could be used by other companies and was easy to learn. The clustering-based assessment model allowed the identification of at least 160 customers, out of a total of 67.000, with characteristics that can distort power quality. Measurements carried out proved the identification of customers with violation of the appropriate voltage limits, allowing the creation of a proactive model to the Distribution System Quality Management.application/pdfporVisualização da informaçãoVisualização de dadosAnálise visualEnergia elétrica : DistribuiçãoClusteringPower distribution qualityUma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétricaA visual analytics and clustering approach for quality assessment of electricity power distribution info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2020mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001117730.pdf.txt001117730.pdf.txtExtracted Texttext/plain187892http://www.lume.ufrgs.br/bitstream/10183/213424/2/001117730.pdf.txtca22fc23c4b89d13f1562f4b2af3e66cMD52ORIGINAL001117730.pdfTexto completoapplication/pdf4958125http://www.lume.ufrgs.br/bitstream/10183/213424/1/001117730.pdf8e781cb809d8f80e8eb1096cb5bd77f1MD5110183/2134242024-05-01 06:52:22.172693oai:www.lume.ufrgs.br:10183/213424Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-05-01T09:52:22Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica |
dc.title.alternative.en.fl_str_mv |
A visual analytics and clustering approach for quality assessment of electricity power distribution |
title |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica |
spellingShingle |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica Fensterseifer, Henrique Visualização da informação Visualização de dados Análise visual Energia elétrica : Distribuição Clustering Power distribution quality |
title_short |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica |
title_full |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica |
title_fullStr |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica |
title_full_unstemmed |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica |
title_sort |
Uma abordagem de analítica visual e clusterização para avaliação da qualidade da distribuição de energia elétrica |
author |
Fensterseifer, Henrique |
author_facet |
Fensterseifer, Henrique |
author_role |
author |
dc.contributor.author.fl_str_mv |
Fensterseifer, Henrique |
dc.contributor.advisor1.fl_str_mv |
Walter, Marcelo |
dc.contributor.advisor-co1.fl_str_mv |
Freitas, Carla Maria Dal Sasso |
contributor_str_mv |
Walter, Marcelo Freitas, Carla Maria Dal Sasso |
dc.subject.por.fl_str_mv |
Visualização da informação Visualização de dados Análise visual Energia elétrica : Distribuição |
topic |
Visualização da informação Visualização de dados Análise visual Energia elétrica : Distribuição Clustering Power distribution quality |
dc.subject.eng.fl_str_mv |
Clustering Power distribution quality |
description |
Sistemas de distribuição de energia são frequentemente visualizados por métodos simples que apresentam os dados essencialmente na sua forma quantitativa. Os requisitos cada vez mais exigentes dos consumidores e da própria agência reguladora, bem como a complexidade do sistema elétrico, exigem que o Gerenciamento da Qualidade da Distribuição de Energia acompanhe tais avanços. Para aprimorar este gerenciamento e a tomada de decisões, é importante uma análise adequada dos dados que estão à disposição, permitindo um entendimento intuitivo do sistema. Explorando a aplicação de Visualização de Informações ao suporte à tomada de decisões acerca da distribuição de energia, esta pesquisa apresenta uma forma visual e intuitiva para interpretar e analisar as dimensões do sistema elétrico que influenciam a qualidade da energia distribuída. Diferentes técnicas de analítica visual foram utilizadas, através de uma plataforma de visualização de dados especificamente voltada à qualidade da energia - tema pouco explorado na comunidade e que, em geral, não é suficientemente enfatizado pelos sistemas informatizados das companhias. Via entrevistas com funcionários especialistas de uma empresa de distribuição de energia elétrica, definimos as funcionalidades do sistema, bem como as informações a serem apresentadas. Apresentamos ainda um modelo de avaliação da qualidade de energia baseado em clusterização de consumidores, utilizando os algoritmos K-Means e DBSCAN. Para validação dos resultados, potenciais usuários de uma distribuidora de energia utilizaram o sistema. Os resultados obtidos mostraram que a abordagem é útil e permite agilizar e reduzir o esforço necessário para avaliar a qualidade da energia. Constatou-se também que a solução proposta, ainda de acordo com a opinião dos mesmos, poderia ser utilizada por outras distribuidoras e que foi de fácil aprendizado. O modelo de avaliação baseado em clusterização permitiu identificar ao menos 160 consumidores, de um total de 67:000, com características que podem causar distorção da qualidade de energia. Medições in loco comprovaram a identificação de consumidores com violação dos limites adequados de tensão, permitindo a criação de um modelo proativo para gerenciar a qualidade do sistema de distribuição. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-09-12T04:04:29Z |
dc.date.issued.fl_str_mv |
2020 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/213424 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001117730 |
url |
http://hdl.handle.net/10183/213424 |
identifier_str_mv |
001117730 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/213424/2/001117730.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/213424/1/001117730.pdf |
bitstream.checksum.fl_str_mv |
ca22fc23c4b89d13f1562f4b2af3e66c 8e781cb809d8f80e8eb1096cb5bd77f1 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085533447094272 |