2013
Projeto em andamento, 18 meses | Petrobras

Coordenador(es) Flávio Miguel Varejão

O projeto RPDBCS visa utilizar técnicas de inteligência computacional para a identificação de padrões de defeitos em sistemas de bombeio centrífugo submerso (BCS) durante a fase de teste e aceitação desse sistema. O projeto desenvolverá uma metodologia computacional para analisar dados característicos de vibrações de uma bomba centrífuga submersa, coletados em campo durante a fase de teste e aceitação do equipamento, e inferirá automaticamente se esse equipamento se encontra em condições adequadas para ser colocado em operação.


2010
Projeto finalizado, 24 meses | EDP Escelsa, EDP Bandeirante

Coordenador(es) Flávio Miguel Varejão

O projeto visou desenvolver uma metodologia estatística e computacional para orientar a tomada de decisão a respeito dos investimentos em ações de combate às perdas não técnicas (isto é, perdas de energia ocasionadas por desvios ou medições irregulares) pelas Concessionárias de Distribuição de Energia Elétrica.


2007
Projeto finalizado, 24 meses

Coordenador(es) Flávio Miguel Varejão

Este projeto visou utilizar técnicas de inteligência artificial tais como redes neurais supervisionadas e não supervisionadas, assim como sistemas fuzzy, para a identificação de padrões de defeitos em equipamentos, mais especificamente, para a classe de equipamentos do tipo motobombas. A partir da escolha da técnica mais apropriada para o domínio em questão foi desenvolvido um sistema computacional que recebe como entrada um padrão característico de vibrações de um dado equipamento e infere automaticamente (ou semi-automaticamente) os vários tipos de defeitos e suas curvas de tendência.


2007
Projeto finalizado, 12 meses | EDP Escelsa

Coordenador(es) Flávio Miguel Varejão

Esse projeto desenvolveu a aplicação de novas técnicas de inferência e classificação, mais especializadas em lidar com dados temporais para o processo de seleção de consumidores de energia elétrica para a inspeção. O projeto envolveu a investigação de técnicas de extração de informações estáticas a partir de dados temporais e técnicas de classificação especiais poderiam trazer alguma melhoria dos resultados atuais do sistema computacional MIP (acrônimo de Mineração de Dados para Identificação de Perdas), ferramenta de uso da ESCELSA e desenvolvida pelo NINFA.


2007
Projeto finalizado, 12 meses | EDP Escelsa

Coordenador(es) Flávio Miguel Varejão

O cálculo das perdas técnicas em uma rede de distribuição de energia elétrica proposto por Méffe não considera as perdas técnicas decorrentes da circulação de energia relacionada às perdas não-técnicas. Em "Cálculo de Perdas Técnicas em Sistemas de Distribuição – Modelos Adequáveis às Características do Sistema e à Disponibilidade de Informações", Méffe propõe o cálculo de um fator de correção que permite encontrar um valor ajustado para as perdas técnicas. No entanto, essa metodologia distribui igualmente as perdas não-técnicas entre cargas de baixa e média tensão, desconsiderando que as perdas não-técnicas ocorrem de maneira não uniforme entre consumidores desses dois tipos de carga em diferentes regiões geográficas. Por isso, este projeto propôs uma metodologia capaz de ajustar as perdas técnicas, com o uso da estimativa das perdas comerciais calculada a partir de dados históricos de inspeção e de consumo, distribuindo-as de forma não proporcional entre as cargas produzidas por consumidores BT(Baixa Tensão) e MT (Média Tensão).


2003
Projeto finalizado, 30 meses | EDP Escelsa

Coordenador(es) Flávio Miguel Varejão

Um dos grandes problemas enfrentados pelas empresas distribuidoras de energia elétrica são as perdas comerciais provocadas intencionalmente por consumidores ou por falhas nos medidores. Este problema tem sido combatido através da realização de inspeções técnicas no local de consumo. Contudo, não é possível inspecionar todos os consumidores atendidos pela empresa. Esse contexto sinaliza para a necessidade de investigação de alternativas que permitam selecionar melhor os candidatos a serem inspecionados.
O projeto MIP (Melhoria na Identificação de Causadores de Perdas Comerciais em Energia Elétrica através da Análise Computacional Inteligente dos Dados Cadastrais e Perfil de Consumo dos Clientes) empregou e desenvolvou técnicas computacionais capazes de realizar esta tarefa. A ideia central do projeto se baseou na integração e aplicação de variadas técnicas de sistemas baseados em conhecimento e data mining para melhoria do processo de seleção de consumidores candidatos a inspeção. Para isso, foram desenvolvidos três produtos de software para selecionar consumidores para inspeção.


2003
Projeto finalizado, 12 meses | EDP Escelsa