Arquitetura computacional para controle de monitoramento de qualidade de energia utilizando ferramentas de inteligência artificial focado na Indústria 4.0 com integração de energias renováveis

Página do item simplificado
dc.contributor.advisorLEITE, Jandecy Cabral
dc.creatorKAMIO, Edson; GUIMARÃES, Gil Eduardo; LEITE, Jandecy Cabral; ALMEIDA, Anderson Alexandre Silva de; MONTEIRO, Odilon Bentes; RIBEIRO, Paulo Francisco da Silva; NASCIMENTO FILHO, Alarico Gonçalves do
dc.date.accessioned2025-01-31T21:43:31Z
dc.date.issued2024
dc.description.abstractThe quality of electrical energy (QEE) is crucial to the efficiency of industrial systems, especially in Industry 4.0. This research proposes a computer architecture for QEE control and monitoring, integrating renewable sources and artificial intelligence (AI). The proposal uses AI for predictive monitoring and dynamic control of capacitor banks and harmonic filters, mitigating issues such as inadequate power factor and high total harmonic distortion. Additionally, the system strategically integrates solar energy to maximize cost savings and sustainability in the industrial environment. An innovative software solution, utilizing the IMS Smart Cap 485 device via the Modbus-RTU protocol, collects and analyzes electrical data, processing it with deep learning (LSTM) and optimization (GA) algorithms. Interactive dashboards developed in Python provide detailed visualizations to predict problems and make strategic decisions, optimizing energy efficiency and reducing dependence on conventional sources.
dc.description.resumoA qualidade de energia elétrica (QEE) é crucial para a eficiência dos sistemas industriais, especialmente na Indústria 4.0. Esta pesquisa propõe uma arquitetura computacional para controle e monitoramento da QEE, integrando fontes renováveis e inteligência artificial (IA). A proposta utiliza IA para monitoramento preditivo e controle dinâmico de bancos de capacitores e filtros harmônicos, mitigando problemas como fator de potência inadequado e distorção harmônica total elevada. Além disso, o sistema integra energia solar estrategicamente para maximizar economia e sustentabilidade no ambiente industrial. Um software inovador, utilizando o dispositivo Smart Cap 485 da IMS via protocolo Modbus-RTU, coleta e analisa dados elétricos e os processa com algoritmos de aprendizado profundo (LSTM) e otimização (AG). Dashboards interativos desenvolvidos em Python fornecem visualizações detalhadas para prever problemas e tomar decisões estratégicas, otimizando a eficiência energética e reduzindo a dependência de fontes convencionais.
dc.description.sponsorshipNão se aplica.
dc.formatpdf.
dc.identifier.citationKAMIO, Edson; GUIMARÃES, Gil Eduardo; LEITE, Jandecy Cabral; ALMEIDA, Anderson Alexandre Silva de; MONTEIRO, Odilon Bentes; RIBEIRO, Paulo Francisco da Silva; NASCIMENTO FILHO, Alarico Gonçalves do. Arquitetura computacional para controle de monitoramento de qualidade de energia utilizando ferramentas de inteligência artificial focado na Indústria 4.0 com integração de energias renováveis. Revista de Gestão e Secretariado – GeSec, São José dos Pinhais, PR, v. XX, n. X, p. XX-XX, 202X. DOI: http://doi.org/10.7769/gesec.vXXiX.
dc.identifier.urihttps://rigalileo.itegam.org.br/handle/123456789/315
dc.languagept
dc.publisherInstituto de Tecnologia e Educação Galileo da Amazônia
dc.publisher.countryBrasil
dc.publisher.departmentPró-Reitoria de Pesquisa e Pós-graduação
dc.publisher.initialsITEGAM/PPGEGPSA
dc.publisher.programPrograma de Pós-graduação em Engenharia, Gestão de Processos, Sistema e Ambiental
dc.subjectIndústria 4.0
dc.subjectQualidade de Energia Elétrica (QEE)
dc.subjectFator de Potência (FP)
dc.subjectDistorção Harmônica Total (THD)
dc.subjectInteligência Artificial (IA)
dc.subject.cnpqEngenharia Elétrica
dc.titleArquitetura computacional para controle de monitoramento de qualidade de energia utilizando ferramentas de inteligência artificial focado na Indústria 4.0 com integração de energias renováveis
dc.typeArtigo

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
102.ARTIGO-EDSON KAMIO.docx
Tamanho:
3.47 MB
Formato:
Microsoft Word XML
Baixar

Coleções

Artigos