Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/5084

Título: Métodos estatísticos no monitoramento da potência elétrica
Autor(es): Prado, Jair Rocha do
Orientador: Sáfadi, Thelma
Coorientador(es): Silva, Joaquim Paulo da
Membro da banca: Guimarães, Ednaldo Carvalho
Scalon, João Domingos
Lima, Renato Ribeiro de
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Análise de componentes independentes
Análise de agrupamento
Índices de Moran e Geary
Potência ativa
Energia elétrica
Grouping analysis
Moran and Geary indexes
Active potency
Electric energy
Data de Defesa: 11-Dez-2014
Data de publicação: 2015
Agência de Fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Referência: PRADO, J. R. do. Métodos estatísticos no monitoramento da potência elétrica. 2015. 159 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2015.
Resumo: O monitoramento de energia elétrica é uma tarefa muito importante nos diversos setores da sociedade, sejam empresas, universidades, indústrias, etc. Geralmente as análises feitas em variáveis energéticas subutilizam ou até mesmo negligenciam métodos estatísticos para solução de problemas. Neste trabalho o objetivo é mostrar que a estatística pode ser mais utilizada em pesquisas na área de eletricidade, e que esta pode contribuir de forma eficaz nesse ramo. Para esse estudo serão utilizados dados de energia elétrica da Universidade Federal de Lavras (UFLA). A partir de uma análise inicial dos dados, teve-se a ideia de usar uma nova abordagem estatística, que considera um conjunto de métodos. As metodologias estatísticas utilizadas foram: análise de componentes independentes (ICA), análise de agrupamento (AA) e índices de Moran e Geary. No contexto de inovação dos métodos estatísticos, o objetivo é considerar os índices de Moran e Geary para escolher o ponto de corte em dendrogramas, ou seja, encontrar o agrupamento de melhor qualidade. A ideia foi basicamente fazer comparações: primeiro, comparar alguns departamentos/setores e os dias da semana da UFLA, considerando a variável potência ativa, segundo, confrontar os meses do ano, a partir das variáveis demanda de potência faturada em horários de ponta e fora de ponta. Realizaram-se comparações considerando tanto os dados originais quanto algumas partições. Foram realizadas também comparações considerando os componentes independentes (CI’s), obtidos das séries de potência, tanto para os departamentos/setores, quanto para os dias da semana. Os agrupamentos obtidos para o departamentos/setores amostrados em 2010 mostraram que geralmente o Centro de Informática (CIN) e o Restaurante Universitário (RU) são dissimilares aos demais. Para os dias da semana, os agrupamentos encontrados levaram a conclusões esperadas, com o sábado e domingo ficando em grupos separados dos demais dias. Para o horário de ponta dos anos de 2010 a 2013 o agrupamento de melhor qualidade encontrado para os meses, pelo índice de Moran, foi jan; nov, dez; fev, jul e mar, abr, mai, jun, ago, set, out. No horário fora de ponta, para o mesmo período, os grupos de meses de melhor qualidade, encontrados pelo índice de Geary, foram: set; abr; jul; out; dez; mai, ago; jan, jun e fev, mar, nov. Por meio dos CI’s observou-se, por exemplo, que a segunda e a sexta-feiras são atípicos considerando os dias úteis. Pode-se concluir que os métodos ICA, AA e índices de Moran e Geary, podem em conjunto ser uma maneira eficiente de monitorar energia elétrica em uma universidade ou numa empresa qualquer.
The monitoring of electric energy is a very important task in many sectors of society, be them companies, universities, industries, etc. Generally the analyses performed on energy variables underuse or even neglect statistical methods for solving issues. In this work, the objective is to show that statistics can be more used in researches on the area of electricity, and that this may effectively contribute in this field. For this study, we will use electric energy data from the Universidade Federal de Lavras (UFLA). With an initial data analysis, we had the idea of using a new statistical approach, considering a set of methods. The statistical methodologies used were: independent component analysis (ICA), grouping analysis (GA) and Moran and Geary indexes. In the context of innovation of statistical methods, the objective is considering the Moran and Geary indexes, which are measured originating in spatial statistics, to choose the cutting point in dendrograms, that is, find the best quality grouping. The idea was basically to compare: first, compare a few departments/sectors and the days of the week of UFLA, considering the active potency variable, second, confront the months of the year, from the variables of demanded invoiced potency in peak hours and outside peak hours. Comparisons were performed considering both the original data and some partitions. We also performed comparisons considering the independent components (ICs), obtained from the potency series, for both department/sectors and days of the week. The groupings obtained for the departments/sectors sampled in 2010 showed that, generally, the Informatics Center (INC) and the University Restaurant (UR) are dissimilar to the others. For the days of the week, the groupings found led us to expected conclusions, with Saturday and Sunday remaining in separate groups from the remaining days. For peak hours the years 2010-2013 the best quality grouping found for the months, by the Moran index, was (Jan), (Nov, Dec), (Feb, Jul) and (Mar, Apr, May, Jun, Aug, Sep, Oct). In the outside the peak, for the same period, the groups of best quality months, found by the Geary index, were: (Set) (Apr), (Jul), (Oct) (Dec), (May, Aug), (Jan, Jun) and (Feb, Mar, Nov). By means of the ICs, we observed that, for example, Monday and Friday are atypical considering busyness days. We can conclude that the ICA, GA and Moran and Geary indexes might, together, be an efficient way of monitoring electric energy in a university or in any given enterprise.
Informações adicionais: Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor.
URI: http://repositorio.ufla.br/jspui/handle/1/5084
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Métodos estatísticos no monitoramento da potência elétrica.pdf869,19 kBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback