https://repositorio.ufsc.br/handle/123456789/257064 2026-04-30T14:33:36Z 2026-04-30T14:33:36Z Barbosa, Gabriel Augusto de Avila https://repositorio.ufsc.br/handle/123456789/259946 2024-09-24T10:24:13Z 2024-09-24T00:00:00Z

Controle Integrado de Microrredes com Energias Renováveis e H2 Verde Barbosa, Gabriel Augusto de Avila Este projeto de iniciação científica desenvolve códigos de simulação que permitam anali- sar, de um ponto de vista econômico, os efeitos que a eficiência de conversão de energia, o desgaste de baterias e o preço de compra e venda de energia impactam na operação de uma microrrede. Este relatório detalha a implementação deste trabalho de pesquisa, tendo foco na apresentação das condições nas quais as simulações foram realizadas, con- siderando considerando fontes constantes e intermitentes de potência elétrica fornecida e demandada pela microrrede. As simulações propostas visam aplicar controladores predi- tivos baseados em modelo, considerandos tendencias de desgaste de baterias e perfis de irradiação solar (uma vez que a energia solar foi considerada como fonte de energia inter- mitente do modelo), em uma microrrede de energia. Fatores como demanda de potência elétrica e preço de compra e venda de energia foram considerados no processo de otimi- zação. Além do controle preditivo aplicado para ao controle das potências controladas na microrrede (com intervalo de interesse de poucos dias), foi desenvolvida uma nova camada de otimização que visa considerar diversos processos de dinâmica lenta (anos) que pode afetar o desempenho de sistemas de armazenamento de energia (ESS, do inglês Energy Storage Systems), ditas nesse trabalho como baterias (incluindo mas não se limitando à baterias de ácido-chumbo, células de carga e supercapacitores).

2024-09-24T00:00:00Z Lacerda, Robério Jr https://repositorio.ufsc.br/handle/123456789/259940 2024-09-24T10:23:44Z 2024-09-23T00:00:00Z

Redes Neurais para nanossatélites Lacerda, Robério Jr O problema de Agendamento de Tarefas de Nanosatélites Offline (ONTS) é um desafio na alocação de recursos limitados para a execução de tarefas em satélites. Este trabalho tem como objetivo aplicar Redes Neurais Orientadas a Grafos (GNNs) para melhorar a eficiência da resolução de problemas de Programação Linear Inteira-Mista (MILP), usados no planejamento de nanossatélites. Utilizamos uma versão modificada do modelo SatGNN, que permite a filtragem de restrições para acelerar os cálculos de tarefas, reduzindo o tempo computacional em comparação com métodos tradicionais. A metodologia consistiu na modelagem do problema ONTS como MILP, convertendo-o em grafos bipartidos que são processados pela GNN. O desempenho do modelo foi avaliado numericamente, comparando os tempos de execução com e sem a filtragem de restrições. Os resultados indicam que o uso de GNNs otimiza significativamente o desempenho em casos específicos, oferecendo um ganho percentual entre 100,6% e 101,8% em relação ao modelo sem filtragem, o que demonstra a viabilidade do método proposto, além disso apresenta também ganhos muito significativos em casos específicos. As conclusões deste trabalho reforçam a eficácia da abordagem de GNNs para a otimização de problemas MILP, especialmente no contexto do agendamento de tarefas de nanossatélites. Apesar de os ganhos de desempenho variarem dependendo do caso, os resultados são promissores, com potencial para futuras melhorias. Esta pesquisa contribui para o avanço na área de otimização e aprendizado de máquina aplicada a satélites, abrindo espaço para estudos futuros. Seminário de Iniciação Científica e Tecnológica Universidade Federal de Santa Catarina - Departamento de Automação e Sistemas - Engenharia de Controle e Automação;

2024-09-23T00:00:00Z Bonini, Sergio https://repositorio.ufsc.br/handle/123456789/259769 2024-09-16T12:00:15Z 2024-09-15T00:00:00Z

Análise da Viabilidade de Redes Neurais em Grafo com o Paradigma de Aprendizado por Reforço para a Resolução do Problema ONTS Bonini, Sergio O presente trabalho cobre experimentos feitos a fim de se resolver um problema de otimização combinatória, ONTS (Offline Nanosatellite Task Scheduling), do tipo MILP (Programação Linear de Inteiros Mistos), utilizando-se uma abordagem de Aprendizado por Reforço (RL), juntamente com um modelo de Rede Neural em Grafo (GNN). Um estudo teórico inicial de modelos de predição e de aprendizado de máquina foi realizado, englobando-se tópicos como Regressão Linear, Aprendizado Profundo, Redes Neurais em Grafo e Aprendizado por Reforço. Posteriormente, fez-se um estudo prático considerando-se a resolução de um problema clássico de Programação Dinâmica (DP), o problema da mochila, com a abordagem de aprendizado por reforço, utilizando-se o modelo de Rede-Q Profunda (DQN). Em seguida, modifica-se o código do exemplo base referente ao problema da mochila a fim de se aproximar do código da solução do problema alvo inicial, ONTS, criando-se um ambiente simplificado com um número reduzido de restrições, além de serem comparados os desempenhos das soluções com as redes DQN, Pointer Network (PN), Graph Convolutional Network (GCN) e Graph Attentention Network (GAT). Por fim, constrói-se uma solução para o problema ONTS com RL, uma DQN, uma GCN e avalia-se os resultados obtidos. Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina. Centro Tecnológico. Departamento de Automação e Sistemas.

2024-09-15T00:00:00Z Saucedo, Rafael Minatto https://repositorio.ufsc.br/handle/123456789/259758 2024-09-15T22:16:43Z 2024-09-15T00:00:00Z

Planejamento, gestão e operação de sistemas de mobilidade urbana baseados em dados Saucedo, Rafael Minatto Este trabalhou busca revisar resultados obtidos num trabalho prévio de combinação de dois controladores de tráfego em tempo real, trazendo atualizações das mudanças realizadas e uma visão geral dos resultados obtidos, que mostram que com as duas estratégias de forma conjunta, a rede performa de maneira a ter mais capacidade e com menos congestionamento. Isso sugere que a combinação das duas estratégias não só é viável como benéfica para o caso de estudo. Adicionalmente, TUC, Controle Perimétrico e suas combinações foram comparadas com tempo fixo e com um controlador por programação quadrática em horizonte deslizante. Após a revisão, é comentado sobre a futura adaptação dos cenários para uma rede maior, motivação para isso e dificuldades enfrentadas. Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina.Centro Tecnológico. Departamento de Automação e Sistemas.

2024-09-15T00:00:00Z