Engenharia Elétrica - TCC – EE Higienópolis
URI Permanente para esta coleção
Navegar
Navegando Engenharia Elétrica - TCC – EE Higienópolis por Orientador "García, Valdomiro Vega"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
- TCCAnálise de vulnerabilidade de sistemas de transmissão á falhaEvaristo, Murilo Almeida (2021-12)
Escola de Engenharia (EE)
Este é um trabalho de análise de estabilidade em linhas de transmissão de energia elétrica baseado em conceitos matemáticos para mensurar a importância que o barramento tem no sistema, tais como o cálculo de centralidades. Este conceito pode ser relevante para garantir a boa capacidade perante falhas do sistema. Com esse estudo foi possível aplicar uma metodologia para realizar testes no sistema, permitindo que a metodologia seja aplicada em qualquer rede de transmissão de energia elétrica, garantindo maior confiabilidade e diminuição do risco de ocorrência de interrupção no fornecimento de energia elétrica. O algoritmo desenvolvido pelo autor neste trabalho, se encontra disponibilizado no link exposto no Anexo I. Foi utilizada a linguagem de programação Python para calcular a centralidade de grau (degree) e intermediação (betweenness), cujo resultado apresenta as barras frágeis ou com maiores conexões. As simulações de fluxo de potência foram aplicadas nas redes IEEE 14, 57 e 118 barras utilizando o software SINAPgrid. Como resultado foi possível evidenciar que o método utilizado teve êxito quando foi desligada a barra indicada pelo algoritmo (barra frágil do sistema) e em poucas iterações ocorreu o desligamento completo da rede. Esse estudo é importante na análise do sistema de transmissão pois permite melhorar o planejamento e expansão do sistema quando se interage ou é complementado com outros métodos - TCCCiclo de vida de módulos fotovoltaicos: análise de fatores que interferem na vida útil do módulo.Leal, Marcello Souza (2021-12-03)
Escola de Engenharia (EE)
O estudo do ciclo de vida de módulos fotovoltaicos (MFV), baseado na análise de fatores que interferem na vida útil dos módulos, é relevante para garantir que os sistemas fotovoltaicos entreguem um rendimento esperado durante todo seu tempo de funcionamento. Com este estudo será possível entender os principais causadores da degradação precoce dos módulos fotovoltaicos, como evitá-los e como recuperar sistemas afetados pelo efeito PID. Além disso, são analisados dois sistemas reais, ambos instalados na cidade de São Paulo, com os quais foi realizado um comparativo de tempo de retorno de investimento com e sem a reciclagem. Finalmente, conclui-se que o tempo de retorno do investimento é 8% maior quando considerados custos com a reciclagem do sistema fotovoltaico. - TCCEstudo de previsão a velocidade do vento: aplicação prática de inteligência artificial na exploração do uso energia eólicaOliveira, Michel Braulio de (2021-12)
Escola de Engenharia (EE)
Este artigo traz um guia rápido de fácil acesso ao usuário, usando ferramentas online, com foco na geração de energia eólica e escolha de melhor região para instalação de aerogeradores. Com destaque as ferramentas Topographic-map, para viabilidade de terreno na instalação de aerogeradores e Google Colaboratory para executar funções baseadas em inteligência artificial para compreender dados climáticos da própria região e prever valores futuros desses mesmos dados. Além disso, é possível explorar outro tipo de geração distribuída, tais como a solar, a partir desses mesmos dados e com algumas mudanças do código. Para a realização da prova de conceito, nesta pesquisa foi utilizada a linguagem de programação Python no ambiente Google Colaboratory, com funções e bibliotecas do TensorFlow, que contém diversos modelos de redes neurais. Para a realização da pesquisa foi utilizado um banco de dados climáticos no período de 2015 a 2020 extraído do Instituto Nacional de Meteorologia e de registros de altitude do Atlas Eólico Brasileiro. O presente trabalho constatou que os melhores resultados de correlação das variáveis climáticas e das previsões, são proporcionais ao incremento do banco de dados. Também foi percebida a necessidade uma boa conexão de internet para executar previsões de médio e longo prazo, devido ao carregamento inicial do banco de dados na aplicação online. Foram testados vários modelos de inteligência artificial nas previsões da velocidade do vento que foram comparados através de erro médio absoluto para encontrar o modelo mais adequado. Em destaque o modelo denso e o convolucional (método de múltiplas saídas).