SlideShare uma empresa Scribd logo
1 de 16
Baixar para ler offline
MODELAGEM DE CARGAS UTILIZANDO
SISTEMAS BASEADOS EM REGRAS
NEBULOSAS PARA A MEDIÇÃO
INTELIGENTE DE ENERGIA
Faculdade de Análise de Sistemas – CEATEC – Grupo de Pesquisa
Eficiência Energética
Aluna: Suzana Viana Mota e-mail: suzana.svm@gmail.com (PIBIC/CNPq)
Orientador: Prof. Alexandre de Assis Mota e-mail: amota@puc-
campinas.edu.br
Como modelar cargas elétricas de
forma não intrusiva de maneira
eficiente?
 Objetivo
 Este trabalho propõe o desenvolvimento de modelos
para as cargas elétricas presentes em consumidores
residenciais, implementando um sistema especialista
baseado em regras que seja capaz de prever o
comportamento elétrico dessas cargas.
 Para tanto foi desenvolvido um pacote computacional,
na linguagem de programação Java, visando modelar a
carga agregada e auxiliar a comunidade científica em
estudos relacionados à otimização e eficiência energética.
 Metodologia
 Revisão Bibliográfica
 Implementação dos conjuntos nebulosos
 Implementação de regras nebulosas
 Implementação da base de regras
 Implementação do módulo de fuzzificação e
deffuzificação
 Integração dos módulos
 Testes de validação
Lógica Fuzzy
 Suporta modos de raciocínio que são aproximados ao
invés de exatos.
 Representação que se aproxima do raciocínio humano.
 “Tal forma de estruturação do raciocínio é capaz de
tomar decisões racionais mesmo estando em um ambiente
de incertezas e imprecisões, onde os dados desta natureza
e até mesmo os conflitantes são tratados”.(Lee,1990)
Conjuntos Nebulosos
Conjuntos Nebulosos
Fuzzificação: Conjuntos nebuloso associados à variável horário do dia.
GraudePertinência
Sistema Especialista
 “Consiste em uma técnica de Inteligência Artificial, implementada
através de um programa computacional, que pode ser aplicada na
resolução de problemas de diferentes áreas do conhecimento”.
(BARR; FEIGENBAUM, 1981).
 Tais problemas podem ser solucionados por especialistas humanos
que, a partir de seu conhecimento, são capazes de fornecer regras
relacionadas à maneira pela qual analisariam os problemas.
 Utilizam informações associadas ao problema manipulando-as não
mais através de modelos numéricos mas a partir de métodos de
raciocínio, objetivando a determinação de soluções adequadas e
satisfatórias para o problema em questão.
Sistema Especialista
Com relação à sua arquitetura, um Sistema Especialista é
constituído por:
 Base de Regras: consiste em um conjunto de declarações,
ou seja, regras e fatos, totalmente específicos do problema
tratado.
 Motor de Inferência: responsável pela busca das regras
da Base de Conhecimento para serem avaliadas, sendo
independente do problema em análise.
Sistema Especialista: Base de Regras
SE (ANTECEDENTE) ENTÃO (CONSEQUENTE)
A hora do dia é MADRUGADA A iluminação está DESLIGADA
A hora do dia é MANHÃ A iluminação está DESLIGADA
A hora do dia é TARDE A iluminação está DESLIGADA
A hora do dia é NOITE A iluminação está LIGADA
A janela está FECHADA e a
hora do dia é MANHÃ
A iluminação está LIGADA
A cortina está ABERTA e a hora
do dia é MANHÃ
A iluminação está DESLIGADA
Base de
Regras
Deffuzificação
 Conversão de um valor fuzzy para uma valor
quantificável.
 Após a aplicação da base de regras, as variáveis de saída
são defuzzificadas, obtendo-se, então, um número natural
(crisp) que pode ser determinado pela equação abaixo:
Saída = Σmi/N
onde:
mi – valor de pertinência obtido nas regras
N – número de regras que apresentou pertinência.
Simulações
Situação A
Simulações
Situação B
Simulações
Situação C
 Conclusão
 A partir dos testes realizados, é possível perceber que a
modelagem dos sistemas de iluminação através de
conhecimento especialista e lógica fuzzy é viável, pois
considerando situações reais, o sistema se comportou de
tal forma, que foi possível prever o comportamento da
carga.
 Referências
 LEE, C.C, "Fuzzy logic in control systems: fuzzy logic controllers - part I and
II", IEEE Transactions on Systems, Man and Cybernetics, vol 20, pp.404-
435,1990.
 BARR, A.; FEIGENBAUM, E. The Handbook of Artificial Intelligence. Los
Altos, California: William Kaufmann Inc., 1981.
 Mota, Lia Toledo Moreira. Métodos de previsão do comportamento da
carga na recomposição de sistemas de energia elétrica. Tese (Doutorado)
Unicamp – Universidade Estadual de Campinas, Campinas, 2005.
 Lucas Righetti, Suzana Mota, Alexandre Mota, Lia Mota, Claudia Pezzuto.
Modelagem de cargas utilizando sistemas baseados em regras para estudos
de eficiência energética. In.: Anais do DINCON 2011 - X Conferência Brasileira
de Dinâmica, Controle e Aplicações, Águas de Lindóia, SP, 2011.

Mais conteúdo relacionado

Destaque

Arduino Day 2015 - LHC - Controle de Pragas
Arduino Day 2015 - LHC - Controle de PragasArduino Day 2015 - LHC - Controle de Pragas
Arduino Day 2015 - LHC - Controle de PragasDouglas Esteves
 
TDC-2016-nodeLHC com Hardware Livre
TDC-2016-nodeLHC com Hardware LivreTDC-2016-nodeLHC com Hardware Livre
TDC-2016-nodeLHC com Hardware LivreDouglas Esteves
 
IoT Intel Road Show 2014 - Controle de Pragas
IoT Intel Road Show 2014 - Controle de PragasIoT Intel Road Show 2014 - Controle de Pragas
IoT Intel Road Show 2014 - Controle de PragasDouglas Esteves
 
Desenvolvimento e Tecnologia Assistiva: Desafios e Perspectivas
Desenvolvimento e Tecnologia Assistiva: Desafios e PerspectivasDesenvolvimento e Tecnologia Assistiva: Desafios e Perspectivas
Desenvolvimento e Tecnologia Assistiva: Desafios e PerspectivasSuzana Viana Mota
 
Oficina de IoT #8 Intel Edison #IntelMaker
Oficina de IoT #8 Intel Edison #IntelMakerOficina de IoT #8 Intel Edison #IntelMaker
Oficina de IoT #8 Intel Edison #IntelMakerDouglas Esteves
 
Oficina de IoT #02 - Quarta Temporada
Oficina de IoT #02 - Quarta TemporadaOficina de IoT #02 - Quarta Temporada
Oficina de IoT #02 - Quarta TemporadaDouglas Esteves
 
Mini Curso Sistemas Embarcados
Mini Curso Sistemas EmbarcadosMini Curso Sistemas Embarcados
Mini Curso Sistemas EmbarcadosSuzana Viana Mota
 
Oficina de IoT #01 - Quarta Temporada
Oficina de IoT #01 - Quarta TemporadaOficina de IoT #01 - Quarta Temporada
Oficina de IoT #01 - Quarta TemporadaDouglas Esteves
 

Destaque (10)

Genuino MKR1000
Genuino MKR1000Genuino MKR1000
Genuino MKR1000
 
Zabbix 3 0-cinfotec
Zabbix 3 0-cinfotecZabbix 3 0-cinfotec
Zabbix 3 0-cinfotec
 
Arduino Day 2015 - LHC - Controle de Pragas
Arduino Day 2015 - LHC - Controle de PragasArduino Day 2015 - LHC - Controle de Pragas
Arduino Day 2015 - LHC - Controle de Pragas
 
TDC-2016-nodeLHC com Hardware Livre
TDC-2016-nodeLHC com Hardware LivreTDC-2016-nodeLHC com Hardware Livre
TDC-2016-nodeLHC com Hardware Livre
 
IoT Intel Road Show 2014 - Controle de Pragas
IoT Intel Road Show 2014 - Controle de PragasIoT Intel Road Show 2014 - Controle de Pragas
IoT Intel Road Show 2014 - Controle de Pragas
 
Desenvolvimento e Tecnologia Assistiva: Desafios e Perspectivas
Desenvolvimento e Tecnologia Assistiva: Desafios e PerspectivasDesenvolvimento e Tecnologia Assistiva: Desafios e Perspectivas
Desenvolvimento e Tecnologia Assistiva: Desafios e Perspectivas
 
Oficina de IoT #8 Intel Edison #IntelMaker
Oficina de IoT #8 Intel Edison #IntelMakerOficina de IoT #8 Intel Edison #IntelMaker
Oficina de IoT #8 Intel Edison #IntelMaker
 
Oficina de IoT #02 - Quarta Temporada
Oficina de IoT #02 - Quarta TemporadaOficina de IoT #02 - Quarta Temporada
Oficina de IoT #02 - Quarta Temporada
 
Mini Curso Sistemas Embarcados
Mini Curso Sistemas EmbarcadosMini Curso Sistemas Embarcados
Mini Curso Sistemas Embarcados
 
Oficina de IoT #01 - Quarta Temporada
Oficina de IoT #01 - Quarta TemporadaOficina de IoT #01 - Quarta Temporada
Oficina de IoT #01 - Quarta Temporada
 

Semelhante a Modelagem de cargas elétricas com lógica fuzzy

Pendulo invertido com lógica Fuzzy
Pendulo invertido com lógica FuzzyPendulo invertido com lógica Fuzzy
Pendulo invertido com lógica FuzzyDavid Luna Santos
 
CONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERRE
CONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERRECONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERRE
CONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERREUFPA
 
Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...
Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...
Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...Ricardo Brasil
 
Redes neurais e lógica fuzzy
Redes neurais e lógica fuzzyRedes neurais e lógica fuzzy
Redes neurais e lógica fuzzyRenato Ximenes
 
PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...
PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...
PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...UFPA
 
Rede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de FacesRede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de FacesAdilmar Dantas
 
It 33 benedito g.d.rodrigues - informe tecnico
It 33   benedito g.d.rodrigues - informe tecnicoIt 33   benedito g.d.rodrigues - informe tecnico
It 33 benedito g.d.rodrigues - informe tecnicoDouglas Oliveira
 
2014 2 eng_mecanica_3_equacoes diferenciais e series
2014 2 eng_mecanica_3_equacoes diferenciais e series2014 2 eng_mecanica_3_equacoes diferenciais e series
2014 2 eng_mecanica_3_equacoes diferenciais e seriesMAURICEIA SERANO
 
ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...
ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...
ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...Patrick Pires Alvim
 
Dissertação mestrado
Dissertação mestradoDissertação mestrado
Dissertação mestradothiaguth
 
A cadeia de Markov na análise de convergência do algoritmo genético quando...
A cadeia de Markov na análise de convergência do algoritmo genético quando...A cadeia de Markov na análise de convergência do algoritmo genético quando...
A cadeia de Markov na análise de convergência do algoritmo genético quando...vcsouza
 
Redes Neurais Artificiais
Redes Neurais ArtificiaisRedes Neurais Artificiais
Redes Neurais ArtificiaisRicardo Zalla
 
Search based gravitational algorithm
Search based gravitational algorithmSearch based gravitational algorithm
Search based gravitational algorithmCRISLANIO MACEDO
 
Aplicações de redes neurais 2010
Aplicações de redes neurais 2010Aplicações de redes neurais 2010
Aplicações de redes neurais 2010Rogério Cardoso
 

Semelhante a Modelagem de cargas elétricas com lógica fuzzy (20)

Pendulo invertido com lógica Fuzzy
Pendulo invertido com lógica FuzzyPendulo invertido com lógica Fuzzy
Pendulo invertido com lógica Fuzzy
 
CONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERRE
CONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERRECONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERRE
CONTROLE MPC MULTIVARIÁVEL COM RESTRIÇÕES USANDO FUNÇÕES DE LAGUERRE
 
Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...
Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...
Aplicação das Redes Neuronais Artificiais do software STATISTICA 7.0: O caso ...
 
Redes neurais e lógica fuzzy
Redes neurais e lógica fuzzyRedes neurais e lógica fuzzy
Redes neurais e lógica fuzzy
 
PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...
PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...
PROJETO DE ESTABILIZADORES DE SISTEMAS ELÉTRICOS DE POTÊNCIA UTILIZANDO CONTR...
 
Simulador de Medidas
Simulador de MedidasSimulador de Medidas
Simulador de Medidas
 
Rede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de FacesRede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de Faces
 
It 33 benedito g.d.rodrigues - informe tecnico
It 33   benedito g.d.rodrigues - informe tecnicoIt 33   benedito g.d.rodrigues - informe tecnico
It 33 benedito g.d.rodrigues - informe tecnico
 
ArtigoFinal_v02
ArtigoFinal_v02ArtigoFinal_v02
ArtigoFinal_v02
 
2014 2 eng_mecanica_3_equacoes diferenciais e series
2014 2 eng_mecanica_3_equacoes diferenciais e series2014 2 eng_mecanica_3_equacoes diferenciais e series
2014 2 eng_mecanica_3_equacoes diferenciais e series
 
TF-VBF
TF-VBFTF-VBF
TF-VBF
 
Fluxo de potencia
Fluxo de potenciaFluxo de potencia
Fluxo de potencia
 
TP1CI_57572.pdf
TP1CI_57572.pdfTP1CI_57572.pdf
TP1CI_57572.pdf
 
ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...
ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...
ESTUDO DE MÉTODOS DE IDENTIFICAÇÃO DE SISTEMAS EM MALHA FECHADA APLICADOS A P...
 
Dissertação mestrado
Dissertação mestradoDissertação mestrado
Dissertação mestrado
 
A cadeia de Markov na análise de convergência do algoritmo genético quando...
A cadeia de Markov na análise de convergência do algoritmo genético quando...A cadeia de Markov na análise de convergência do algoritmo genético quando...
A cadeia de Markov na análise de convergência do algoritmo genético quando...
 
Redes Neurais Artificiais
Redes Neurais ArtificiaisRedes Neurais Artificiais
Redes Neurais Artificiais
 
Search based gravitational algorithm
Search based gravitational algorithmSearch based gravitational algorithm
Search based gravitational algorithm
 
Pi raciocinio lógico
Pi   raciocinio lógicoPi   raciocinio lógico
Pi raciocinio lógico
 
Aplicações de redes neurais 2010
Aplicações de redes neurais 2010Aplicações de redes neurais 2010
Aplicações de redes neurais 2010
 

Mais de Suzana Viana Mota

exercicio-Organização e estrutura de Computadores
exercicio-Organização e estrutura de Computadoresexercicio-Organização e estrutura de Computadores
exercicio-Organização e estrutura de ComputadoresSuzana Viana Mota
 
Organizacao e estrutura de Computadores
Organizacao e estrutura de ComputadoresOrganizacao e estrutura de Computadores
Organizacao e estrutura de ComputadoresSuzana Viana Mota
 
Visão Computacional - Meetup AIGirls
Visão Computacional - Meetup AIGirlsVisão Computacional - Meetup AIGirls
Visão Computacional - Meetup AIGirlsSuzana Viana Mota
 
Atividades de Sistemas Binários
Atividades de Sistemas BináriosAtividades de Sistemas Binários
Atividades de Sistemas BináriosSuzana Viana Mota
 
Lista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus Januária
Lista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus JanuáriaLista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus Januária
Lista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus JanuáriaSuzana Viana Mota
 
Interface humano-computador baseada em Visão Computacional: uma solução para ...
Interface humano-computador baseada em Visão Computacional: uma solução para ...Interface humano-computador baseada em Visão Computacional: uma solução para ...
Interface humano-computador baseada em Visão Computacional: uma solução para ...Suzana Viana Mota
 
Mundo 4.0 - O que esperar do futuro
Mundo 4.0 - O que esperar do futuroMundo 4.0 - O que esperar do futuro
Mundo 4.0 - O que esperar do futuroSuzana Viana Mota
 
Atalhos e dicas - Como se tornar um expert em Computadores
Atalhos e dicas - Como se tornar um expert em ComputadoresAtalhos e dicas - Como se tornar um expert em Computadores
Atalhos e dicas - Como se tornar um expert em ComputadoresSuzana Viana Mota
 
Aula Inaugural - Curso Técnico em Informática para Internet
Aula Inaugural - Curso Técnico em Informática para InternetAula Inaugural - Curso Técnico em Informática para Internet
Aula Inaugural - Curso Técnico em Informática para InternetSuzana Viana Mota
 
Exercicio - Introdução a Hardware Revisão
Exercicio - Introdução a Hardware RevisãoExercicio - Introdução a Hardware Revisão
Exercicio - Introdução a Hardware RevisãoSuzana Viana Mota
 
Desenvolvimento de software dedicado a pessoa com deficiência
Desenvolvimento de software dedicado a pessoa com deficiênciaDesenvolvimento de software dedicado a pessoa com deficiência
Desenvolvimento de software dedicado a pessoa com deficiênciaSuzana Viana Mota
 
Comparison of Human Machine Interfaces to control a Robotized Wheelchair
Comparison of Human Machine Interfaces to control a Robotized WheelchairComparison of Human Machine Interfaces to control a Robotized Wheelchair
Comparison of Human Machine Interfaces to control a Robotized WheelchairSuzana Viana Mota
 
Formatei o computador e agora?
Formatei o computador e agora?Formatei o computador e agora?
Formatei o computador e agora?Suzana Viana Mota
 
Aula 09 - Gerenciamento de Recursos Humanos
Aula 09 - Gerenciamento de Recursos HumanosAula 09 - Gerenciamento de Recursos Humanos
Aula 09 - Gerenciamento de Recursos HumanosSuzana Viana Mota
 
Aula 08 - Gerenciamento da Qualidade
Aula 08 - Gerenciamento da QualidadeAula 08 - Gerenciamento da Qualidade
Aula 08 - Gerenciamento da QualidadeSuzana Viana Mota
 
Como tornar seu site atraente
Como tornar seu site atraenteComo tornar seu site atraente
Como tornar seu site atraenteSuzana Viana Mota
 

Mais de Suzana Viana Mota (20)

Exercicios - Redes Móveis
Exercicios - Redes MóveisExercicios - Redes Móveis
Exercicios - Redes Móveis
 
exercicio-Organização e estrutura de Computadores
exercicio-Organização e estrutura de Computadoresexercicio-Organização e estrutura de Computadores
exercicio-Organização e estrutura de Computadores
 
Organizacao e estrutura de Computadores
Organizacao e estrutura de ComputadoresOrganizacao e estrutura de Computadores
Organizacao e estrutura de Computadores
 
Visão Computacional - Meetup AIGirls
Visão Computacional - Meetup AIGirlsVisão Computacional - Meetup AIGirls
Visão Computacional - Meetup AIGirls
 
Atividades de Sistemas Binários
Atividades de Sistemas BináriosAtividades de Sistemas Binários
Atividades de Sistemas Binários
 
Lista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus Januária
Lista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus JanuáriaLista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus Januária
Lista de Exerícios - Manutenção e Redes de Computadores IFNMG - Campus Januária
 
Interface humano-computador baseada em Visão Computacional: uma solução para ...
Interface humano-computador baseada em Visão Computacional: uma solução para ...Interface humano-computador baseada em Visão Computacional: uma solução para ...
Interface humano-computador baseada em Visão Computacional: uma solução para ...
 
Mundo 4.0 - O que esperar do futuro
Mundo 4.0 - O que esperar do futuroMundo 4.0 - O que esperar do futuro
Mundo 4.0 - O que esperar do futuro
 
Como estudar melhor
Como estudar melhor Como estudar melhor
Como estudar melhor
 
Atalhos e dicas - Como se tornar um expert em Computadores
Atalhos e dicas - Como se tornar um expert em ComputadoresAtalhos e dicas - Como se tornar um expert em Computadores
Atalhos e dicas - Como se tornar um expert em Computadores
 
Aula Inaugural - Curso Técnico em Informática para Internet
Aula Inaugural - Curso Técnico em Informática para InternetAula Inaugural - Curso Técnico em Informática para Internet
Aula Inaugural - Curso Técnico em Informática para Internet
 
Criptografia e Privacidade
Criptografia e PrivacidadeCriptografia e Privacidade
Criptografia e Privacidade
 
Exercicio - Introdução a Hardware Revisão
Exercicio - Introdução a Hardware RevisãoExercicio - Introdução a Hardware Revisão
Exercicio - Introdução a Hardware Revisão
 
Desenvolvimento de software dedicado a pessoa com deficiência
Desenvolvimento de software dedicado a pessoa com deficiênciaDesenvolvimento de software dedicado a pessoa com deficiência
Desenvolvimento de software dedicado a pessoa com deficiência
 
Comparison of Human Machine Interfaces to control a Robotized Wheelchair
Comparison of Human Machine Interfaces to control a Robotized WheelchairComparison of Human Machine Interfaces to control a Robotized Wheelchair
Comparison of Human Machine Interfaces to control a Robotized Wheelchair
 
Formatei o computador e agora?
Formatei o computador e agora?Formatei o computador e agora?
Formatei o computador e agora?
 
Formatando o computador
Formatando o computadorFormatando o computador
Formatando o computador
 
Aula 09 - Gerenciamento de Recursos Humanos
Aula 09 - Gerenciamento de Recursos HumanosAula 09 - Gerenciamento de Recursos Humanos
Aula 09 - Gerenciamento de Recursos Humanos
 
Aula 08 - Gerenciamento da Qualidade
Aula 08 - Gerenciamento da QualidadeAula 08 - Gerenciamento da Qualidade
Aula 08 - Gerenciamento da Qualidade
 
Como tornar seu site atraente
Como tornar seu site atraenteComo tornar seu site atraente
Como tornar seu site atraente
 

Modelagem de cargas elétricas com lógica fuzzy

  • 1. MODELAGEM DE CARGAS UTILIZANDO SISTEMAS BASEADOS EM REGRAS NEBULOSAS PARA A MEDIÇÃO INTELIGENTE DE ENERGIA Faculdade de Análise de Sistemas – CEATEC – Grupo de Pesquisa Eficiência Energética Aluna: Suzana Viana Mota e-mail: suzana.svm@gmail.com (PIBIC/CNPq) Orientador: Prof. Alexandre de Assis Mota e-mail: amota@puc- campinas.edu.br
  • 2. Como modelar cargas elétricas de forma não intrusiva de maneira eficiente?
  • 3.  Objetivo  Este trabalho propõe o desenvolvimento de modelos para as cargas elétricas presentes em consumidores residenciais, implementando um sistema especialista baseado em regras que seja capaz de prever o comportamento elétrico dessas cargas.  Para tanto foi desenvolvido um pacote computacional, na linguagem de programação Java, visando modelar a carga agregada e auxiliar a comunidade científica em estudos relacionados à otimização e eficiência energética.
  • 4.  Metodologia  Revisão Bibliográfica  Implementação dos conjuntos nebulosos  Implementação de regras nebulosas  Implementação da base de regras  Implementação do módulo de fuzzificação e deffuzificação  Integração dos módulos  Testes de validação
  • 5. Lógica Fuzzy  Suporta modos de raciocínio que são aproximados ao invés de exatos.  Representação que se aproxima do raciocínio humano.  “Tal forma de estruturação do raciocínio é capaz de tomar decisões racionais mesmo estando em um ambiente de incertezas e imprecisões, onde os dados desta natureza e até mesmo os conflitantes são tratados”.(Lee,1990)
  • 7. Conjuntos Nebulosos Fuzzificação: Conjuntos nebuloso associados à variável horário do dia. GraudePertinência
  • 8. Sistema Especialista  “Consiste em uma técnica de Inteligência Artificial, implementada através de um programa computacional, que pode ser aplicada na resolução de problemas de diferentes áreas do conhecimento”. (BARR; FEIGENBAUM, 1981).  Tais problemas podem ser solucionados por especialistas humanos que, a partir de seu conhecimento, são capazes de fornecer regras relacionadas à maneira pela qual analisariam os problemas.  Utilizam informações associadas ao problema manipulando-as não mais através de modelos numéricos mas a partir de métodos de raciocínio, objetivando a determinação de soluções adequadas e satisfatórias para o problema em questão.
  • 9. Sistema Especialista Com relação à sua arquitetura, um Sistema Especialista é constituído por:  Base de Regras: consiste em um conjunto de declarações, ou seja, regras e fatos, totalmente específicos do problema tratado.  Motor de Inferência: responsável pela busca das regras da Base de Conhecimento para serem avaliadas, sendo independente do problema em análise.
  • 10. Sistema Especialista: Base de Regras SE (ANTECEDENTE) ENTÃO (CONSEQUENTE) A hora do dia é MADRUGADA A iluminação está DESLIGADA A hora do dia é MANHÃ A iluminação está DESLIGADA A hora do dia é TARDE A iluminação está DESLIGADA A hora do dia é NOITE A iluminação está LIGADA A janela está FECHADA e a hora do dia é MANHÃ A iluminação está LIGADA A cortina está ABERTA e a hora do dia é MANHÃ A iluminação está DESLIGADA Base de Regras
  • 11. Deffuzificação  Conversão de um valor fuzzy para uma valor quantificável.  Após a aplicação da base de regras, as variáveis de saída são defuzzificadas, obtendo-se, então, um número natural (crisp) que pode ser determinado pela equação abaixo: Saída = Σmi/N onde: mi – valor de pertinência obtido nas regras N – número de regras que apresentou pertinência.
  • 15.  Conclusão  A partir dos testes realizados, é possível perceber que a modelagem dos sistemas de iluminação através de conhecimento especialista e lógica fuzzy é viável, pois considerando situações reais, o sistema se comportou de tal forma, que foi possível prever o comportamento da carga.
  • 16.  Referências  LEE, C.C, "Fuzzy logic in control systems: fuzzy logic controllers - part I and II", IEEE Transactions on Systems, Man and Cybernetics, vol 20, pp.404- 435,1990.  BARR, A.; FEIGENBAUM, E. The Handbook of Artificial Intelligence. Los Altos, California: William Kaufmann Inc., 1981.  Mota, Lia Toledo Moreira. Métodos de previsão do comportamento da carga na recomposição de sistemas de energia elétrica. Tese (Doutorado) Unicamp – Universidade Estadual de Campinas, Campinas, 2005.  Lucas Righetti, Suzana Mota, Alexandre Mota, Lia Mota, Claudia Pezzuto. Modelagem de cargas utilizando sistemas baseados em regras para estudos de eficiência energética. In.: Anais do DINCON 2011 - X Conferência Brasileira de Dinâmica, Controle e Aplicações, Águas de Lindóia, SP, 2011.