ABSTRACT. Chaotic systems present specific properties such as sensitivity to initial conditions and complex dynamics. Building such systems is relevant because they can be used in several applications such as cryptography, secure communication systems, modeling of biological systems and control of nonlinear dynamics. In this work three new chaotic systems are presented which were obtained by brute force searching. In the sequence such systems were studied in terms of topology, observability and synchronization. These systems have visual aspects that resemble the classic attractors of R\"ossler, Lorenz and Chua. However the analysis presented in this paper shows that the dynamics of the first two is different from the classical counterparts. As for the third system, more investigation is needed to establish any potential similarity.

ABSTRACT. No setor de mineração é muito comum a utilização de correias transportadoras para movimentação de material sólido. Em alguns casos há necessidade de se pesar o material destas correias, para controlar o fluxo de material e alimentar equipamentos como moinhos, fornos e também silos de estocagem. Para fazer essas medições são utilizadas balanças integradoras que possuem células de carga e um medidor de velocidade, que em conjunto podem mensurar a vazão mássica. Caso essa célula de carga venha a danificar, o sistema de controle automático pode entender que o peso na correia diminuiu e, assim, aumentar a alimentação de material. Porém, como essa informação de pesagem é falsa, pode gerar grandes transtornos como a quebra da estrutura da correia, rasgamento da sua borracha, entupimentos e, inclusive, parar o processo por longas horas, gerando prejuízos milionários. Para mitigar esse problema, este trabalho realiza um estudo de caso em uma mineradora de ouro, para analisar os efeitos da quebra de uma célula de carga em uma balança integradora. O objetivo é propor estratégias para mitigar e prevenir falhas, minimizando os impactos na produção. A investigação identificou a concentração de umidade como fator crucial na quebra da célula. A implementação de um sensor virtual (balança virtual), para detectar anomalias, comprovaram a eficácia das medidas de mitigação. A falha resultou em uma paralisação de aproximadamente 20 horas, com uma perda estimada de 2,6 milhões de dólares, reforçando a necessidade de aprimoramento dos sistemas de monitoramento e mitigação.

ABSTRACT. O sistema elétrico de baixa tensão é o mais utilizado pela população para aplicações residenciais e comerciais, enquanto a alta tensão é usada principalmente para a transmissão de energia elétrica em longas distâncias. Os sistemas de baixa tensão são frequentemente associados a acidentes e fatalidades entre trabalhadores, quando estes, por exemplo, são surpreendidos por condutores que parecem estar desenergizados, mas, que na verdade, estão energizados. A fim de identificar a presença de diferenças de potencial neste caso, uma luva de proteção com um detector de sinais elétricos é aqui proposta. A detecção de pequenos sinais é aqui realizada por meio do princípio do acoplamento capacitivo, o qual conta com um estágio de amplificação para acionar um alerta luminoso e sonoro no equipamento de proteção individual.

ABSTRACT. A termografia infravermelha é uma técnica crucial na análise preditiva de equipamentos industriais. Este estudo explora sua aplicação, destacando sua importância no quesito da importância na detecção de anomalias térmicas. A justificativa reside na necessidade de garantir a eficiência operacional e a segurança dos equipamentos, além de evitar problemas e reduzir custos de manutenção. A metodologia adotada envolveu a captura de imagens termográficas em diferentes componentes elétricos de laboratórios do Departamento de Engenharia Elétrica da Universidade Federal de São João del-Rei (UFSJ), seguida pela análise qualitativa e quantitativa dos dados adquiridos. Os resultados obtidos destacam a eficácia da termografia infravermelha na detecção precoce de falhas e anomalias térmicas, permitindo a possibilidade da implementação de ações corretivas antes que ocorram danos significativos para o componente em questão. A utilização combinada de métodos quantitativos e qualitativos proporciona uma compreensão mais abrangente quanto ao comportamento térmico dos equipamentos, contribuindo para a otimização da eficiência operacional e maximização da vida útil dos componentes elétricos em questão.

ABSTRACT. In landslide scenarios, robust communication systems are essential to deliver timely warnings and support disaster response. Recent studies have investigated sensor networks and single-protocol solutions, highlighting the need for more flexible and resilient approaches. However, many existing methods do not fully address the trade-off between throughput, latency, and range in environments with limited infrastructure. This work proposes a multiprotocol communication system integrating LoRa, WiFi, and 4G to provide adaptable data transmission in adverse conditions. A series of controlled laboratory tests were conducted -- using iperf, ping, Wireshark, and custom scripts -- to measure throughput, latency, packet loss, and maximum range. The results show: (i) 4G provides the highest throughput but depends on cellular coverage, (ii) WiFi offers moderate throughput and low latency within shorter distances, and (iii) LoRa achieves extensive range but at the cost of reduced data rates and higher latency. These findings confirm that a flexible combination of protocols can improve situational awareness in landslide monitoring. Future work will include real-world field tests to refine energy usage further and validate the system's performance under practical deployment conditions.

ABSTRACT. Este artigo realiza um estudo experimental dos controladores digitais denominados Adaptive Fuzzy Iterative Learning Controller (AF-ILC) e o Adaptive Fuzzy Repetitive Generalized Predictive Controller (AFR-GPC), através de uma planta didática constituída por um circuito RC e um sistema de aquisição de dados Estes controladores são projetados com a finalidade de rejeitar perturbações cíclicas presentes em muitos processos industriais, cujos períodos variam de forma suave e aleatória a cada ciclo. Assim, estes controladores estimam o ciclo da perturbação usando a lógica fuzzy, cujas regras são baseadas nos valores prévios do integral do erro absoluto entre o setpoint e a saída do processo. O período estimado em cada ciclo da perturbação é enviado aos controladores regulatórios para recalcularem as ações de controle. Os experimentos realizados mostram que, à medida que os dados de saída do processo em malha fechada são medidos, estes controladores adaptativos se ajustam automaticamente, visando rejeitar as oscilações indesejadas.

ABSTRACT. Este artigo apresenta o projeto e aplicações de Observadores de Entradas Desconhecidas (UIOs) para sistemas fuzzy Takagi-Sugeno. Os UIOs são projetados por meio de condições sob a forma de desigualdades matriciais lineares. A metodologia é validada por meio de simulações no modelo de um circuito caótico de Chua e experimentações práticas em um sistema Rotor Duplo. Os resultados ilustram a eficácia dos observadores projetados para a estimação de estados não mensuráveis, mesmo sob a influência de perturbações desconhecidas no sistema.

ABSTRACT. Diversos estudos recentes demonstram a importância de técnicas de controle para geração de energia de forma ecológica. No contexto do sétimo Objetivo para o Desenvolvimento Sustentável (ODS7), desenvolvemos, neste estudo, uma turbina eólica em escala para validação e testes de métodos de controle. Especificamente, discutimos como construir tal protótipo usando equipamentos e materiais de baixo custo (motores DC, circuito ESC, partes impressas em 3D). Aplicamos, por conseguinte, uma abordagem de identificação usual, tipo mínimos-quadrados, a fim de obter um modelo Linear a Parâmetros Variantes (LPV) que descreva as dinâmicas (locais) do kit didático, considerando diferentes perfis de vento. Por fim, projetamos, através de desigualdades matriciais lineares, uma estratégia de controle proporcional-integral (PI) robusta, considerando a minimização da norma H-infinito. Resultados experimentais são apresentados para ilustrar o interesse da plataforma em escala para testes de controle de turbinas eólicas.

ABSTRACT. Modern control systems are often implemented in a decentralized manner, where the mechanism that generates the input signal is located far from the actuator that receives it, potentially having to share a network with other similar systems. Furthermore, the need for controllers capable of ensuring stability in the presence of certain nonlinearities, such as input saturation, and under the influence of disturbances makes the use of robust control techniques necessary. In light of this issue, the present work proposes the application of an event-triggered robust controller to a real plant, ensuring stability in the presence of saturation. The obtained results are compared with those previously achieved by the same authors to demonstrate the differences in performance and the communication network savings achieved by implementing the event-triggered control structure.

ABSTRACT. Este trabalho apresenta o Safebot, uma plataforma didática de arquitetura e software abertos para pesquisa, desenvolvimento e ensino de fundamentos de segurança cibernética para sistemas ciberfísicos. Em particular, o Safebot é uma plataforma composta por um robô móvel terrestre, um sistema de emulação de ataques cibernéticos e um aplicativo móvel para controle e monitoramento do robô. Esse sistema possui modos de operação distintos que podem ser adaptados a diferentes estratégias de segurança cibernética. Para demonstrar o potencial da plataforma, este trabalho apresenta um exemplo de aplicação que contempla a detecção automática de ataques cibernéticos e a reconfiguração do sistema para um modo de operação resiliente.

ABSTRACT. Com o recente aumento do consumo de energia elétrica motivado por um estilo de vida cada vez mais dependente de recursos energéticos, as edificações consomem uma quantia considerável de energia elétrica. Apesar do gasto com eletricidade ser um dos principais custos das empresas, na maioria dos casos, não existe a prática de uma gestão de energia de forma eficiente. No geral, as soluções propostas são pontuais e isoladas, não explorando todo o potencial de redução de consumo elétrico das edificações. Dentro desse cenário, o gestor de energia está ganhando destaque como um implementador da utilização racional de energia elétrica na edificação, sendo responsável por planejar, implementar e monitorar medidas voltadas para a eficiência energética. Assim, o principal objetivo deste trabalho foi identificar e explicitar os conhecimentos essenciais para a atuação eficaz de um gestor de energia. Para isso, foi realizada uma pesquisa qualitativa com os profissionais da área. Com base nas respostas obtidas, foi possível identificar as principais áreas de conhecimento necessárias para um gestor de energia. O grande número de áreas de conhecimento destacadas demonstra a complexidade da formação de um profissional capacitado, exigindo habilidades técnicas, operacionais e gerenciais que permitam uma abordagem multidisciplinar para otimização do consumo energético. Assim, o ensino dessas competências torna-se fundamental, reforçando a necessidade de integração desses conhecimentos aos cursos de engenharia e demais profissões capazes de formar um gestor de energia dentro das exigências do mercado.

ABSTRACT. As competições de robótica desempenham um papel fundamental na popularização da engenharia e da tecnologia, despertando o interesse dos estudantes por essas áreas. Como o tempo é um critério de classificação essencial em muitas dessas competições, a implementação de um sistema de cronometragem torna-se indispensável para garantir medições precisas, imparciais e confiáveis. Este artigo apresenta o desenvolvimento de um sistema de cronometragem que utiliza sensores infravermelhos para detectar a passagem dos robôs e transmitir os dados sem fio para um computador, onde as informações são processadas, exibidas e registradas. O software foi desenvolvido utilizando JavaScript, enquanto a aquisição dos dados é realizada por meio da Web Serial API. Além da descrição detalhada do sistema, são analisados os resultados obtidos com sua aplicação na Competição de Robôs Autônomos (CoRA) realizada em 2024 na Universidade Federal de Minas Gerais.O projeto está disponível online, permitindo que outros grupos possam utilizá-lo e adaptá-lo conforme suas necessidades.

ABSTRACT. This article presents the development of a small-scale teaching plant capable of simulating food industry processes. The prototype was developed to be used to teach practical and applied concepts of Discrete Event Systems (DES) and Supervisory Control Theory (SCT). The plant is composed of three main tanks, sensors, actuators and a microcontroller, enabling the prototyping of processes such as cleaning, grinding, mixing, pasteurization, fermentation, cooking and drying. The methodology encompasses modeling the plants and specifications, the implementation of reduced local supervisors using SCT, programming Arduino for control, and the physical assembly of the plant. The results demonstrate that the developed assembly and programming were able to simulate the execution of the defined processes while complying with the specified requirements, allowing future students to practically explore theoretical concepts.

ABSTRACT. The increasing complexity of industrial systems and the growing demand for predictive maintenance highlight the need for reliable fault detection methods in three-phase induction motors. This paper presents a fault detection system using Artificial Neural Networks (ANN) to enhance engineering students’ practical training in real-time data acquisition, signal processing, and machine learning. The system was implemented in a laboratory environment using current, voltage, vibration, and temperature sensors connected to an Arduino MEGA microcontroller. The collected signals were transferred to MATLAB, where they were synchronized and formatted into feature vectors. Fault conditions, including phase loss, overload, overheating, and misalignment, were physically simulated to label the training data. A fully connected ANN with three hidden layers (12, 3, and 8 neurons) was trained using backpropagation, achieving a Mean Relative Squared Error (MRSE) of 7.2206%. The proposed system accurately classified fault conditions, demonstrating its effectiveness in predictive maintenance and providing students with valuable hands-on experience in AI-based fault detection.

ABSTRACT. Esse artigo apresenta o Inversor VSI trifásico de cinco níveis baseado na célula de comutação de três estados aplicado como interface entre uma fonte CC e a rede elétrica. A topologia do inversor se assemelha ao inversor trifásico em ponte, utilizando as células de comutação de três estados, a modulação utilizada foi a PWM senoidal. Apresentaram-se as formas de onda de tensão e corrente, e posteriormente foi realizado o controle de potência em uma aplicação do inversor como interface entre uma fonte de tensão CC e a rede elétrica CA. O inversor proposto tem como vantagem ao conversor clássico a tensão de saída de cinco níveis antes da carga, apresentando harmônicos de ordem elevada que são facilmente filtrados. Além disso, há o compartilhamento de corrente pelos interruptores, facilitando a dissipação de suas perdas, possibilitando aplicações em sistemas de alta potência.

ABSTRACT. Estima-se que existam cerca de 20 milhões de motores de indução trifásicos em operação, sendo este o tipo mais utilizado na indústria. Para garantir um desempenho adequado e evitar paradas não programadas do motor, é necessário realizar o monitoramento regular das suas condições. Neste contexto, este trabalho busca desenvolver um sistema de monitoramento e detecção preditiva de defeitos em motores de indução trifásicos utilizando uma rede neural perceptron de multicamadas implementada em um microcontrolador ESP32-S3. Para isso, foi realizada a coleta de dados para o treinamento e teste da rede neural em uma bancada de testes, utilizando o acelerômetro ADXL335 e um ESP32. Após a coleta, foi adicionado ruído Gaussiano e foi realizada a expansão dos dados. A rede neural foi então definida, treinada e quantizada, sendo implementada no ESP32-S3. O modelo obteve uma acurácia de 98%, atendendo aos objetivos propostos.

ABSTRACT. Este trabalho tem como objetivo investigar a aplicação de conversores ponte-H em cascata fornecendo uma tensão com cinco níveis, acionando uma máquina de indução tipo gaiola de esquilo em configuração de bobinas abertas, empregada em um sistema de conversão de energia eólica. São apresentadas as estratégias de controle e de modulação empregadas nesse sistema. Resultados de simulação utilizando o software PLECS demonstram a aplicação em um sistema eólico de 1,67 MW, tensão de 1,15 kV. Os testes em variação de vento demonstram o comportamento do sistema. Além disso, realiza-se o teste de falha em um dos conversores, demonstrando a possibilidade de continuidade de operação.

ABSTRACT. O aumento do uso de baterias em nosso cotidiano, presentes nas aplicações portáteis e em redes elétricas, torna essencial os estudos dos possíveis desgastes, logo busca-se desenvolver testes cada vez mais eficientes. Este trabalho investiga um sistema de testes de degradação de baterias com uma arquitetura regenerativa, onde duas baterias operam simultaneamente, de forma que a potência fornecida pela fonte é reduzida. Isto resulta em uma redução do custo de implementação e no consumo de energia elétrica durante o teste. A plataforma utiliza dois conversores c.c./c.c. buck bidirecionais controlados em modo corrente. A proposta é validada por meio de simulações no software PLECS e por resultados experimentais em um protótipo com 2 baterias de 7 Ah. Os resultados mostram que tanto em simulações quanto nos experimentos houve redução da demanda de potência da fonte, demonstrando as vantagens do teste regenerativo simultâneo.

ABSTRACT. A detecção de eventos anormais em regimes permanentes e transitórios é um desafio no monitoramento de poços de petróleo. Sensores virtuais baseados em modelagem caixa-cinza, que integram física do processo e dados, apresentam potencial para melhorar a precisão e abrangência desse monitoramento. Este trabalho aplica uma metodologia de modelagem caixa-cinza para desenvolvimento de um sensor virtual a partir de dados reais e simulados e propõe uma metodologia de aplicação desse sensor na construção de um classificador de anormalidades em poços surgentes. Os resultados demonstraram que o modelo caixa-cinza apresentou desempenho superior quando comparado com o modelo caixa-preta. Além disso, o classificador baseado em estatísticas dos resíduos do sensor virtual apresentou métricas de desempenho de classificação que garantem o monitoramento de anomalias em poços marítimos de petróleo, mesmo em condições de fortes transientes operacionais.

ABSTRACT. In this paper, we address the problem of parameter estimation in the context of classical linear regression forms when persistency of excitations condition do not hold and under the presence of noise. It is well known that when PE conditions are not met, parameter convergence to the true parameter values is hindered, which can further complicate the task of system identification. In order to cope with such adversities, here the robust Hinf filter is designed along with the DREM technique to enhance the performance of the filter when insufficient excitation are presented. Comparison analysis with classical estimators such as the gradient and Kalman Filter are performed showcasing the advantages of the proposed method.

ABSTRACT. Com o avanço da tecnologia e o aumento do poder de processamento das máquinas ao longo dos anos, tornou-se possível para as indústrias utilizarem métodos computacionais robustos. Modelos de Deep Learning (DL) ganharam alta popularidade devido à sua capacidade de extrair características de forma altamente precisa, ao utilizar modelos com milhões de parâmetros treináveis. O Deep Metric Learning é um método de aprendizado de máquina, que se utiliza de cálculos de distância para medir a similaridade entre imagens. Uma forma de implementação do Deep Metric Learning é a Triplet loss, um tipo de função de perda que utiliza uma imagem âncora, uma imagem positiva da mesma classe e uma imagem negativa de classe diferente para treinar o modelo a partir da similaridade entre as imagens, através de um cálculo de distância. O método proposto neste artigo utiliza uma EfficientNetB0 como backbone para a extração de características das imagens e uma triplet loss para lidar com o problema de CBIR. Os experimentos foram realizados no conjunto de dados 11 sandstones composto de imagens de rocha de Micro CT. O método apresentou até 99,06 ± 0,76 de média e desvio padrão de F1-Score e 99,06 ± 0,82 de média e desvio padrão de mAP.

ABSTRACT. Neste artigo, o problema do monitoramento de desempenho de malhas de controle com PID para respostas ao degrau é tratado. Uma nova abordagem é apresentada com a aplicação de técnicas de agrupamento de séries temporais históricas para separar respostas ao degrau de respostas influenciadas por distúrbios, permitindo a definição automática de benchmarks de desempenho associadas às respostas com desempenho similar. Métodos estatísticos são aplicados para validar os agrupamentos realizados, bem como para comparar o desempenho de conjuntos de respostas. O método é avaliado em um modelo de quatro tanques acoplados, demonstrando sua eficácia no monitoramento de desempenho tanto em situação de normalidade quanto em situação de falhas que reduzem o desempenho das malhas.

ABSTRACT. Este trabalho tem como objetivo aplicar a técnica de Random Forest Regression (RFR) para minimizar o erro do modelo de previsão climática BESM (Brazilian Earth System Model) desenvolvido pelo INPE (Instituto Nacional de Pesquisas Espaciais). A acurácia do modelo é avaliada em relação ao conjunto de dados de reanálises ERA5 produzido pelo ECMWF (European Centre for Medium-Range Weather Forecasts). O RFR é utilizado para pós-processar a previsão do BESM visando aumentar sua acurácia, ou seja, reduzir o erro de previsão do modelo. A variável climática de interesse é a temperatura da superfície do mar (TSM) devido à sua relevância para previsões climáticas, meteorológicas e de eventos extremos. Os resultados obtidos neste trabalho demonstram que a metodologia proposta reduz significativamente os erros de previsão da TSM do modelo BESM, contribuindo para previsões do clima e extremos climáticos mais precisos.

ABSTRACT. In this paper, the detailed modeling of an offshore wind system and the simulation of transient overvoltages caused by direct lightning strikes on turbines are analyzed. The protection of offshore wind turbines against lightning strikes presents an increasing challenge, especially with the expected expansion of offshore wind farms in Brazil and around the world. The study investigates the grounding system of offshore wind turbines, taking into account different soil layers in the calculation of equivalent resistivity. The results show that the variation in resistivity of the layers in the intertidal zone influences the ground potential rise. Additionally, it was observed that the interconnection of grounding systems leads to a significant reduction in ground potential rise.

ABSTRACT. The aim of this work is to execute a thermoeconomic analysis of the Levelized Cost of Electricity (LCOE) of a Combined Cycle Gas Turbine with a Concentrated Solar Power Plant (CCGT-CSP), designed and analyzed using TRNSYS software. The power plant operates with hybrid combustion, mixing hydrogen with natural gas in proportions of 20% and 40% of the total hydrogen volume, in two cases. This study also aims to calculate the Levelized Cost of Hydrogen (LCOH). Two methods were used to achieve these goals, the first being a separation of low, medium and high cases and the calculation of levelized costs for each of these cases, and the second being a Monte Carlo approach aimed at understanding the statistical influence of future fuel costs. Regarding the results, for the 20% hydrogen case, the LCOE ranged from 4.61 to 8.01 US cents/kWh in the high and low cases, respectively, with an intermediate case of 6.17 US cents/kWh. For the 40% hydrogen case, the LCOE varied between 4.52 and 7.81 US cents/kWh, with an intermediate case of 6.02 US cents/kWh. As for LCOH, values for the 20% hydrogen case ranged from US$3.42/kg to US$5.72/kg, with an intermediate case of US$4.48/kg. For the 40% hydrogen case, values varied between US$3.36/kg and US$5.59/kg, with an intermediate case of US$4.39/kg. The Monte Carlo approach allowed to build a distribution showing the statistical variation of the LCOE with the probability of the fuel price.

ABSTRACT. A crescente preocupação ambiental e a necessidade de mitigar emissões de carbono impulsionam a busca por soluções energéticas mais sustentáveis. Nesse contexto, este trabalho propõe um modelo de despacho econômico e ambiental para sistemas integrados de eletricidade e gás, considerando a inclusão de plantas de captura de carbono e armazenamento de energia. A abordagem emprega técnicas de otimização para minimizar custos operacionais e emissões, levando em conta a interdependência entre as redes elétrica e de gás, bem como restrições operacionais e ambientais. A formulação matemática considera fatores como a resposta da demanda, a eficiência das plantas de captura de carbono e o impacto do armazenamento na operação do sistema. O modelo foi validado por meio de simulações no sistema IEEE RTS-24 modificado, analisando quatro cenários distintos. Os resultados indicam que a adoção das plantas de captura de carbono reduz as emissões em 22,5\%, enquanto o armazenamento melhora a eficiência energética e reduz os custos operacionais em 18,7\%. Ademais, a abordagem proposta demonstrou desempenho superior às metodologias apresentadas na literatura, evidenciando sua aplicabilidade para a transição para sistemas elétricos mais sustentáveis. A integração entre eletricidade e gás, aliada a estratégias de captura de carbono e armazenamento, representa uma solução promissora para otimizar o equilíbrio entre custo e impacto ambiental.

ABSTRACT. This paper aims to analyze the effects of inserting a resistive superconducting short-circuit current limiter (SFCL) in distribution networks, both in traditional configurations and with distributed generation (DG). For this purpose, a digital model was implemented in the MATLAB/Simulink® software, aiming to simulate and evaluate the performance of the device. The distribution system used as reference was the IEEE 13-bus feeder, considering two scenarios: traditional feeder and feeder with DG. The SFCL was dimensioned conservatively, considering the variations of system parameters in each scenario. The results obtained demonstrated reductions of approximately 30% in the short-circuit current for the traditional feeder and 27\% for the feeder with DG.

ABSTRACT. The global energy transition has accelerated the demand for renewable energy projects, demanding precise and secure data acquisition during the prospecting phase—an essential step in evaluating the technical and economic feasibility of such ventures. In Brazil, where the energy matrix is largely renewable such as hydroelectric power. Recently, wind, solar and ocean energy sources are expanding. In order to promove a step foward in wind, solar and ocean energy exploration in Brazil, measurement compaigns are needed. However, the prospection areas of new potential regions for solar, wind and ocean energy are located in remote and hard-to-access regions, constituting significat operational challenges and risks that may compromise data integrity, potentially causing delays or even rendering project implementation unfeasible. This study examines some challenges encountered in Brazil, the installation, operation, and monitoring of systems such as SODAR, LIDAR, and ADCP. In this study, we focus on vulnerabilities stemming from the lack of energy redundancy and remote monitoring. Strategies implemented to enhance the resilience of field measurement processes are discussed, including redundant power supply systems and satellite communication, ensuring data continuity and integrity in adverse conditions. The paper presents results from prospecting activities carried out in the Ilha do Caranguejo region, Maranhão, Brazil — an uninhabited area characterized by dense mangrove forests and interconnected waterways.

ABSTRACT. O principal objetivo deste artigo é avaliar o impacto da penetração elevada de Geração Distribuída Fotovoltaica (GDFV) na estabilidade de tensão de redes de distribuição de alta tensão. Esta análise é baseada na combinação das seguintes técnicas: Método da Matriz D' (MMD) e Simulação Monte Carlo (SMC). O MMD é usado para estimar a margem de estabilidade de tensão e identificar problemas de instabilidade de tensão causados pela perda de controlabilidade. A SMC será utilizada para modelar incertezas associadas com as flutuações da carga e a intermitência da GDFV. Estas incertezas serão modeladas usando-se modelos baseados em distribuições de probabilidade. A metodologia proposta é testada e validada no sistema de subtransmissão de 69/34.5 kV da Equatorial Energia Maranhão que possui alta demanda de solicitações de conexão de GDFV. Os resultados dos testes com este sistema demonstraram que a conexão de GDFV causou reduções significantes nos índices probabilísticos associados com a margem de estabilidade de tensão.

ABSTRACT. The increasing connection of Distributed Photovoltaic Systems (DPS) in Low Voltage Distribution Networks (LVDNs) imposes technical challenges on utilities, particularly regarding power losses and reverse power flow. In this context, this study presents a probabilistic methodology to assess the power losses resulting from DPS connections and estimate the Hosting Capacity (HC), considering meteorological and temporal uncertainties. The Monte Carlo Method (MCM) and simulations performed in OpenDSS are used to evaluate the summer and winter climate scenarios, with seasonal variations representative of the city of Belém-PA. The results indicate that, in the summer scenario, the penetration of DPS is lower due to the higher solar incidence and the consequent increase in reverse power flow, reaching 23.04% HC. Additionally, the economic analysis of losses may represent high costs for utilities, requiring strategies to mitigate these impacts. Finally, the results prove to be accurate and flexible when compared to methods in the literature, requiring less computational effort.

ABSTRACT. Tidal currents, which are generated by the movement of water caused by tidal variations, have a lower energy potential than other renewable sources, but they offer the advantage of high predictability. With the advancement of technology, tidal current energy ranks second among ocean energy sources. The continuous reduction in generation costs has driven its development. This study performs a preliminary economic analysis of the region near Caranguejos Island and compares the results with data obtained for the Boqueirão Channel, contributing to the assessment of the local energy potential.

ABSTRACT. No Brasil, as concessionárias de distribuição de energia dependem da importação de potência pela Rede Básica do Sistema Interligado Nacional, definida como montante de uso do sistema de transmissão (MUST), para complementar sua geração interna e atender à demanda. O montante requerido pelas distribuidoras é definido anualmente pela contratação do MUST, para cada ponto de conexão com a Rede Básica e regime tarifário. Penalidades são aplicadas em caso de discrepâncias entre a demanda contratada e a máxima importação mensal, que é uma variável aleatória, cuja incerteza associada pode ser avaliada por métodos estocásticos. A contratação ótima do MUST é, portanto, uma tarefa complexa e a tomada de decisão permeada por incertezas, com influência relevante no fluxo de caixa da companhia. Este artigo propõe avaliar o impacto da mini e microgeração distribuída (MMGD) na contratação ótima do MUST. A avaliação é realizada com base no fluxo de potência probabilístico via simulação Monte Carlo, que permite capturar a influência das incertezas associadas à MMGD nos montantes de importação, e, portanto, na eficiência dos contratos.

ABSTRACT. O crescimento acelerado da geração fotovoltaica no Brasil tem impactado significativamente a operação do Sistema Interligado Nacional (SIN). A capacidade instalada de energia solar atingiu 17,448 GW em janeiro de 2025, contrastando com os 130 MW registrados em 2017. No entanto, a natureza intermitente dessa fonte e a ausência de inércia inerente tornam o sistema mais suscetível a distúrbios, aumentando os desafios para a segurança operacional. Este estudo investiga os impactos da elevada penetração da geração fotovoltaica na segurança operacional do SIN, com foco na região Sudoeste do Nordeste. A metodologia empregada baseia-se na análise da Região de Segurança (RS), utilizando o software Organon para avaliar restrições operacionais sob diferentes cenários de despacho de geração. Foram realizadas análises de sensibilidade e a inserção de uma nuvem de pontos representativos do histórico de geração, permitindo a correlação com as condições operacionais reais. Os resultados indicam que a geração fotovoltaica impacta diretamente o carregamento das linhas de transmissão, especialmente nas interligações com o Sudeste. O estudo também evidencia a necessidade de medidas corretivas para mitigar riscos, como estratégias de controle de tensão e inércia virtual. A abordagem proposta contribui para um planejamento e uma operação do sistema mais robustos, permitindo maior confiabilidade no suprimento de energia, segurança eletroenergética e aprimorando a gestão da integração de fontes renováveis ao SIN.

ABSTRACT. Este trabalho apresenta uma metodologia para o planejamento da expansão da transmissão considerando incertezas através do método de estimação por dois pontos (2PEM), incorporando o critério de confiabilidade N-1. A abordagem proposta visa desenvolver um plano de expansão que garanta a operação segura do sistema mesmo com a perda de um elemento, simultaneamente lidando com as incertezas inerentes ao processo de planejamento. A metodologia permite a obtenção de soluções que atendam 100% dos requisitos de confiabilidade N-1 enquanto considera as incertezas presentes nas variáveis do sistema. Os resultados demonstram a eficácia da metodologia na obtenção de soluções robustas e confiáveis para o planejamento da expansão.

ABSTRACT. O planejamento da expansão do sistema de transmissão considerando a geração eólica apresenta desafios devido à variabilidade desse recurso e ao grande número de cenários possíveis. Para lidar com essa complexidade, é comum utilizar um conjunto reduzido de cenários representativos, organizados em clusters. Diante disso, este trabalho propõe uma metodologia comparativa entre as técnicas de clusterização K-means e Fuzzy C-means para o tratamento de dados eólicos no contexto do planejamento da transmissão. A partir de uma base de dados real de geração eólica, os dados são agrupados por ambas as técnicas, permitindo a elaboração de planos de expansão específicos para cada cluster identificado. A metodologia incorpora as probabilidades de ocorrência de cada cenário, tornando o planejamento mais robusto. Os resultados possibilitam avaliar a eficácia de cada método de clusterização na definição de estratégias para a expansão do sistema de transmissão.

ABSTRACT. Diante do crescimento contínuo da demanda energética, a previsão da demanda de energia elétrica torna-se essencial para a operação do sistema elétrico. Modelos de Inteligência Artificial (IA) têm se destacado nessa tarefa devido à sua capacidade de capturar padrões complexos. Este trabalho implementa um modelo baseado no Extreme Gradient Boosting (XGBoost) para a previsão de curto prazo da demanda energética na região Sudeste, utilizando dados históricos do Operador Nacional do Sistema Elétrico (ONS) e variáveis climáticas do Instituto Nacional de Meteorologia (INMET). Foram consideradas diversas estações meteorológicas dentro de um polígono que abrange grande parte da população da região Sudeste. O estudo inclui a análise do impacto de diferentes variáveis preditoras e a avaliação do modelo por meio de métricas como Mean Absolute Error (MAE) e Root Mean Square Error (RMSE). Os resultados demonstram que o modelo obteve baixa margem de erro e desempenho competitivo para aplicações práticas.

ABSTRACT. Este artigo investiga o impacto da incorporação da previsão da irradiância global horizontal (GHI) e da transferência de aprendizado na previsão da geração de energia solar fotovoltaica (PV) utilizando uma rede neural recorrente com memória de longo e curto prazo (LSTM). Foram utilizados dados reais de duas usinas fotovoltaicas de localizações diferentes, sendo uma em região de maior instabilidade climática. O estudo avalia o efeito do uso de dados históricos de geração PV com e sem a previsão do GHI como entradas para o modelo LSTM. Além disso, foi proposta uma abordagem de transferência de aprendizado para adaptar o modelo de uma usina PV para outra, possibilitando sua aplicação em diferentes localizações sem a necessidade de dados histórico de geração para o treinamento. Também foi testado a aplicação do método em tempo real durante doze dias. Os resultados mostraram que a utilização da previsão do GHI melhorou significativamente a acurácia da previsão, enquanto que o método de transferência de aprendizado mostrou-se promissor e permitiu a utilização do modelo em uma usina diferente sem precisar de seus dados históricos de geração PV.

ABSTRACT. A demanda por energia elétrica em ambientes residenciais segue crescente. Para a criação de políticas públicas e soluções técnicas coerentes com a realidade do mercado de consumo, é fundamental o conhecimento acerca da demanda doméstica do insumo. Este artigo tem como objetivo propor um algoritmo para a previsão de cargas em ambientes residenciais, que pode ser utilizado em soluções de previsão de demanda e despacho otimizado de fontes de energia. São utilizados algoritmos de pré-processamento de dados e de aprendizado de máquina (machine learning) e o conjunto de dados Individual Household Electric Power Consumption. Para atingir o objetivo do trabalho, um modelo baseado em Multilayer Perceptron (MLP) é treinado.

ABSTRACT. Distribution system is subject to the occurrence of defects, especially monophase faults in derivation. These irregularities reflect damages to the energy dealership, exposed to the payment of fines and the loss of credibility in the marketplace, as well as to the customers, subdued to the risk of electrical shocks and to the lack of electricity in their properties. For that matter, a methodology is presented to evaluate the sensitivity of the allocation of voltage meters to the detection and selection of phases to phase-ground faults. In these terms, distribution system areas were searched in order to offer a settlement in detecting these defects, in case of presenting voltage meters installed so that the dealership's spent could be optimized with regard to meter equipments, at the same time that the system has its safety and quality increased. The algorithm developed deploys artificial neural networks for the detection and selection process and, based on the accuracy of the network, the sensitivity analysis process was built up. Defects of high and low contact impedance were emulated in buses of the IEEE 123 buses system. The algorithm presented success on identifying the best areas, represented in heat maps of the system.

ABSTRACT. The increasing use of nonlinear loads has led to significant changes in current profiles and the operation of electrical systems, rendering regulations based on idealized, linear, and balanced models obsolete. These loads contribute to the degradation of Power Quality (PQ), affecting both suppliers and consumers. To address the challenges posed by these conditions and comply with the connection deadlines established by the National Electric Energy Agency (ANEEL), the current practice relies on oversizing the electrical system without a thorough analysis of the actual impacts. However, this approach not only requires excessive investments but also fails to ensure adequate technical service to the load, potentially leading to rework and subsequent adjustments that negatively affect the reputation of distribution companies. Additionally, it results in financial and operational losses for both new consumers and other network users. In this context, this study proposes the application of artificial neural networks to assess the impact of connecting disturbing loads in power systems. The methodology is based on the simulation of a real network to estimate PQ indicators before load integration, enabling a more accurate and well-founded predictive analysis.

ABSTRACT. This study presents a distributed control system for a multi-agent co-simulation environment designed to regulate a Direct Current (DC) bus voltage. The system employs a client/server architecture to facilitate communication among devices connected to the DC bus. A multi-agent system (MAS) orchestrates interactions between power converters, enabling stable operation of a DC microgrid (MG) powered by photovoltaic arrays and a battery bank. Python, TCP/IP sockets, and simulators PLECS, PSIM, and real-time digital simulator (RTDS) were integrated to create a computational environment. Results demonstrate the system’s ability to maintain the DC bus voltage and battery state of charge (SoC) within predefined limits, validating the effectiveness of the proposed approach.

ABSTRACT. O presente trabalho propõe o desenvolvimento de um protótipo de gerenciamento para microrredes inteligentes, utilizando a arquitetura de referência IEC-61850. O sistema tem como objetivo mitigar a intermitência das fontes de energia renováveis, garantindo um fornecimento contínuo e confiável. Para isso, foram integrados Dispositivos Eletrônicos Inteligentes (IEDs) responsáveis por monitorar os parâmetros elétricos das fontes de energia, um microcontrolador encarregado da tomada de decisão para a comutação entre as fontes, e um sistema de supervisão remota baseado no protocolo MQTT e na plataforma TagoIO, que atua como dashboard. Foram realizados testes para avaliar o desempenho do protótipo, demonstrando sua capacidade de selecionar a melhor fonte disponível, operar tanto no modo autônomo quanto conectado à rede elétrica. Verificou-se que o protótipo realizou o controle das fontes com base nas leituras de corrente e tensão, fornecendo energia constantemente e além disso os dados foram visualizados através do Dashboard.

ABSTRACT. The shipboards' electrification has become a recurrent theme in the academic literature due to a widespread search for more efficient ways of processing energy. In this regard, it is quite common the use of DC microgrids encompassing gas turbines, rectifiers, DC-DC converters and battery storage systems. For automatic power-sharing among these components, the most common approach is called droop control, which defines non-constant V~$\times$~I characteristics for the energy resources of the grid. This paper proposes a power-sharing control strategy designed primarily to address the activation of pulsed loads. Under normal operating conditions, the DC-DC converter is governed by a conventional droop control mechanism. However, when a specific intermittent event is detected, an additional control action - referred to as lift control - is activated. The lift control modifies the linear coefficient of the V~$\times$~I droop characteristic, effectively increasing the converter contribution to the power sharing. This adjustment ensures that the DC-DC converter fully meets the power demand of the pulsed load within the microgrid. Also, the paper presents a detailed modeling of a shipboard DC microgrid, covering the major equipment, such as the turbine/generator, the rectifier and the DC-DC converter. Switching-level Simulink simulations were carried out to evaluate the behavior of the lift control and to compare it to traditional droop control. The results demonstrate that the proposed control strategy effectively shapes the droop characteristic, enabling the DC-DC converter to fully supply the power demanded by the pulsed load.

ABSTRACT. Modos de oscilação de baixa frequência são um dos campos de estudos em estabilidade angular do rotor a pequenas perturbações. Se estes modos de oscilação apresentarem baixas taxas de amortecimento, a estabilidade do sistema pode estar comprometida. A expansão dos Sistemas de Medição Fasorial Sincronizada proporcionaram o desenvolvimento de um controlador de amortecimento chamado Wide-Area Damping Controller (WADC) capaz de promover altas taxas de amortecimento a estes modos de oscilação. No projeto de um WADC, atrasos de tempo devem ser considerados e usualmente são considerados prejudiciais ao sistema. Esta pesquisa propõe avaliar como diferentes limites de atrasos de tempo e diferentes cenários de operação afetam a dinâmica do sistema de controle de malha fechada. Uma técnica de inteligência de enxames chamada Particle Swarm Optimization é aplicado ao projeto do WADC. Estudos de casos foram conduzidos ao sistema IEEE 68 barras e resultados são apresentados e discutidos.

ABSTRACT. As vastas dimensões do território brasileiro, combinadas com a alta incidência de descargas atmosféricas e a necessidade de construção de linhas de transmissão (LTs) em regiões de elevada resistividade do solo — como áreas de relevo acentuado e zonas litorâneas — tornam a compreensão do desempenho das LTs frente a descargas atmosféricas particularmente relevante.

Nesta apresentação plenária, serão explorados temas centrais para a compreensão do desempenho das LTs frente às descargas atmosféricas, incluindo:

1.Mecanismos básicos de interação entre descargas atmosféricas e linhas de transmissão. 2.Cálculo do desempenho de LTs: desafios, atuação de órgãos reguladores e overview de standards & guidelines. 3.Aterramento de pé de torre: impacto no desempenho e desafios na medição da resistência/impedância de aterramento de pé de torre. 4.Técnicas convencionais e não convencionais de melhoria do desempenho de linhas de transmissão frente a descargas, uso de para-raios ZnO. 5.Impactos das mudanças climáticas: aumento da intensidade e frequência de descargas e seus efeitos no desempenho das LTs.

ABSTRACT. This plenary focuses on sampled-data control systems from a fresh perspective, centered on a powerful mathematical tool: the Differential Linear Matrix Inequality, or DLMI. As a natural extension of the well-known LMI framework, which revolutionized control theory nearly 30 years ago, DLMI brings new capabilities for analyzing and designing sampled-data systems, both in theory and in practice.

We show how DLMI-based approaches lead to convex optimization problems, even when dealing with robustness and uncertainties via state feedback. The methodology also extends naturally to filtering, dynamic output feedback, model predictive control, and to more complex settings like nonlinear Lur’e-type systems and Markov jump linear systems.

While maintaining mathematical rigor, we aim for clarity and accessibility, providing illustrative examples and highlighting open problems that invite further exploration from the community.

ABSTRACT. Por muito tempo, a operação e o planejamento dos sistemas de distribuição de energia elétrica contaram com recursos limitados de medição e com informações provenientes de bases de dados não integradas. Tal realidade resulta em uma visão parcial e restrita do comportamento das redes, dificultando diagnósticos precisos e decisões eficientes. No entanto, esse cenário tem se transformado. O recente avanço tecnológico, aliado ao contínuo barateamento de equipamentos de medição, sensoriamento e recursos computacionais, aumentou as possibilidades de monitoramento e processamento de dados. Além disso, a crescente integração de recursos energéticos distribuídos às redes de distribuição aumentou a complexidade do sistema, demandando uma gestão mais precisa e dinâmica. Nesse novo contexto, a análise de dados emergiu como um recurso importante, permitindo melhor compreensão desses sistemas e o aprimoramento de práticas de gerenciamento dos sistemas de distribuição de energia elétrica. Esta palestra apresentará os principais aprendizados obtidos em mais de 10 anos de pesquisa em que o tratamento e a análise de dados de distribuidoras brasileiras e canadenses são empregados no desenvolvimento de novas metodologias de gerenciamento de sistemas de distribuição de energia elétrica, incluindo a integração de recursos energéticos distribuídos e gestão de perdas de energia elétrica.

ABSTRACT. Pneumatic valves are widely used to regulate flow in process control systems. Over time, they may experience performance degradation due to wear or friction, compromising control efficiency and potentially leading to plant failures. Therefore, detecting any deterioration in the valve condition is essential to ensure optimal system performance. This paper presents a novel approach to reconstruct flow signals, measured at the valve output using a non-parametric prediction model based on Gaussian processes to describe a nonlinear autoregressive model with exogenous inputs (GP-NARX). Due to the nonlinearities in the behavior of pneumatic valves, the GP-NARX model demonstrated significant superior performance compared to a traditional linear ARX model. It also showed advantages over classical NARX models by eliminating the need for strict adjustments to the structure and form of nonlinear regressors while maintaining a Bayesian foundation. To validate the approach, a detailed example in an industrial pilot plant for flow rate control is presented, demonstrating the method applicability in a real-world environment.

ABSTRACT. This work evaluates the performance of single input single output (SISO) models in describing the relationship between lung volume and global impedance measured by electrical impedance tomography (EIT). Ten models were tested per case in twelve ventilated pigs, selecting the one with the lowest normalized root mean square error (NRMSE). Results confirm the general proportionality between volume and impedance, while highlighting that misalignment and non-linearities can impair performance. Non-linear models, such as Box-Jenkins, showed greater adaptability in more complex cases.

ABSTRACT. Neste trabalho, o conhecido problema da previsão de vazão de reservatórios por modelos autoregressivos é abordado. No entanto, propõe-se uma abordagem de aprendizado federado para um modelo AR linear com parâmetros variáveis, a fim de operar em processos distribuídos. Uma variável de scheduling baseada na quantização do valor passado da vazão também é proposta. Durante a simulação do processo de aprendizagem federado, não houve o compartilhamento dos dados de vazão e sim dos gradientes locais de cada dispositivo de borda. O modelo alcançou 80,9% na métrica VAF (variance accounted for) para o reservatório de Marimbondo, cerca de 3% acima dos resultados dos demais modelos comparados.

ABSTRACT. Neste artigo, investiga-se a modelagem matemática de um Moinho de Rolos Verticais (MRV), utilizado na indústria siderúrgica para a produção de carvão pulverizado. O objetivo é modelar a dinâmica da temperatura de saída do MRV, por meio de técnicas de identificação de sistemas baseadas na modelagem caixa preta, que emprega dados experimentais. São utilizados modelos ARX e NARX, estruturados como sistemas MISO (Multiple Input Single Output). Para validar os modelos identificados, utilizam-se duas métricas: o índice RMSE e a simulação livre. Os resultados obtidos para o modelo ARX e NARX alcançaram valores do índice RMSE de 0,1329 e 0,1258, respectivamente. O modelo NARX obteve um RMSE ligeiramente menor, indicando uma leve superioridade na precisão da caracterização da dinâmica do MRV. Dessa forma, a modelagem de MRVs contribui para a eficiência e sustentabilidade na siderurgia.

ABSTRACT. No contexto de controle por gerador de eventos, as formulações clássicas baseiam-se em relações de desigualdade entre informações do sistema em tempo real e dados históricos. Contudo, estas metodologias tradicionalmente não consideram a presença de ruídos nos sinais adquiridos, o que resulta em um número excessivo de transmissões. Este trabalho apresenta uma nova estratégia para sintetizar mecanismos geradores de evento que visam minimizar o impacto de sinais ruidosos no volume de transmissões. O estudo foca em sistemas discretos no tempo com atuadores saturantes e parâmetros lineares variantes no tempo (LPV). O sistema utiliza controle por realimentação de estados com ganho dependente de parâmetros e comunicação via rede. Como diferencial, o gerador de eventos incorpora um estado adicional específico para avaliar e ponderar a influência do ruído nas decisões de transmissão.

ABSTRACT. Neste breve artigo, discutimos o projeto de controladores preditivos não lineares através da formulação Linear a Parâmetros Variantes (LPV). Visando a implementação embarcada de tais controladores para sistemas tempo real (em escalas de tempo estritas), propomos aqui uma nova solução por meio de algoritmos de busca, considerando a parametrização do espaço de controle. Especificamente, ao considerarmos apenas combinações finitas da sequência de sinais de controle ao longo do horizonte de predição, convertemos o problema de otimização original em um argumento de busca em árvore - através de podas, garantimos que as restrições do processo sejam satisfeitas por construção. Para elucidar a eficácia do método proposto em termos de esforço computacional e desempenho apresentamos um ensaio realístico, tipo processor/hardware-in-the-loop, do controle de nível de um tanque de formato cônico (não linear), com a estratégia de controle proposta implementada em um microcontrolador ESP32.

ABSTRACT. This paper introduces a resilient framework for the joint estimation and mitigation of false data injection (FDI) attacks targeting actuators in linear parameter-varying multi-agent systems (LPV-MAS). A novel observer architecture, grounded in intermediate variable analysis, is proposed to simultaneously reconstruct system states and adversarial attack sequences. The observer synthesis is formulated via linear matrix inequality (LMI) conditions, rigorously derived to guarantee input-to-state stability (ISS) of the estimation error dynamics with respect to the bounded variation rate of attack sequences. Building on this foundation, a distributed consensus protocol is designed to employ the estimated states and attack compensations, ensuring practical consensus among agents. The protocol further enforces ISS stability of the consensus error dynamics relative to residual estimation inaccuracies, thereby establishing robustness against adversarial perturbations.

ABSTRACT. Este trabalho apresenta o desenvolvimento de um sistema de controle para aumentar a eficiência energética de sistemas fotovoltaicos embarcados, por meio da compensação das oscilações da embarcação que comprometeriam a captação de energia solar. Para isso, propõe-se um controle por busca extremal baseado em uma aproximação polinomial de segunda ordem, que ajusta dinamicamente o sinal de controle com base em valores precedentes da entrada de controle e da potência média medida ao final de cada ciclo. O algoritmo converge para valores próximos do ótimo, permitindo o aumento da captação de energia. Resultados de simulações indicam que a abordagem é promissora e pode servir como base para sistemas de controle em tempo real operando em condições dinâmicas.

ABSTRACT. This study presents an innovative approach to optimizing the operation of a water supply plant, combining virtual model and advanced control, specifically a fuzzy controller, to precisely adjust the hydraulic pressure control loop by manipulating the rotation speed of a centrifugal pump. The proposed methodology was evaluated quantitatively, revealing promising results: the plant model showed a mean absolute percentage error (MAPE) of 0.76\%, while the fuzzy controller, both in the virtual model and in the real plant, achieved acceptable rise and settling times, with low values of overshoot and error in steady state. In addition, the implementation of the controller resulted in an average reduction of 15.51\% in energy consumption compared to operation without pressure control. The integration of the virtual model allowed for real-time simulations and rapid iteration in the tuning of the controller, demonstrating its potential for efficient and accurate optimization of the water supply system.

ABSTRACT. Quando estímulos sonoros são apresentados de forma contínua e repetitiva, são geradas respostas neurais sincronizadas à sua frequência de modulação, denominadas Respostas Auditivas em Regime Permanente (ASSR). Essa é uma técnica consolidada na audiometria objetiva e utilizada principalmente para avaliar o limiar auditivo. Nesse âmbito, o estímulo sonoro CE-Chirp de banda estreita (NB-Chirp) tem sido amplamente utilizado na evocação de ASSR devido à sua capacidade de compensar o atraso da cóclea. Portanto, é pertinente comparar o desempenho de diferentes detectores nesse estímulo. Este estudo se propõe a aplicar as técnicas Magnitude Quadrática de Coerência Múltipla (MMSC) e Medida Múltipla de Sincronismo de Fase (MCSM) na detecção de ASSR, analisando as taxas de detecção e o tempo necessário para detecção. Os resultados demonstraram que o MMSC é capaz de alcançar taxas de detecção superiores, chegando a atingir TD = 100%. Por sua vez, o MCSM apresentou um tempo de processamento 76,88% menor do que o MMSC. Não foi observada diferença estatisticamente significativa entre as técnicas MMSC e MCSM no quesito tempo de sinal necessário para detecção de ASSR.

ABSTRACT. The geophysical method of electrical resistivity is one of the most used indirect methods in subsurface investigation, as it is low-cost in its basic configuration and not very complex to operate. Electrical resistivity surveys help identify soils and rocks in the subsurface, evaluate the moisture content, the presence of cracks, and the delineation of cavities. However, these geological surveys are often carried out using devices with a low coverage area (which requires personnel deployment to cover the region under analysis) and are impractical in data collection. Therefore, this paper proposes the development of an electrical resistivity meter prototype for multi-electrode measurements designed to facilitate time-lapse surveys in geotechnical applications. The results indicate that the measurements remained consistent with both the voltage and current reference devices. However, further improvements are needed to enhance the voltmeter’s resolution for greater precision.

ABSTRACT. Para garantir um melhor uso das baterias e aumentar a segurança operacional, é comum que os sistemas de armazenamento baseados em baterias realizem o monitoramento e gerenciamento do estado de carga (SoC) e do estado de saúde (SoH). No processo de estimação desses estados, é comum utilizar medições de tensão, corrente e temperatura das baterias. O objetivo deste trabalho é desenvolver um hardware que possibilite o condicionamento e a medição de tensão, corrente e temperatura para eventual estimação de estados em um microcontrolador. A instrumentação desenvolvida neste projeto baseou-se em algumas premissas: ter mais de uma escala de medição para a tensão e a corrente, isolamento elétrico para aumentar a segurança e conter mais de um canal de medição de temperatura e um baixo custo. A proposta é validada por meio de simulações no software LTSpice e por resultados experimentais.

ABSTRACT. This paper describes the development and evaluation of a test bench for determining the discharge coefficient of injector nozzles, with an emphasis on industrial applications. The experimental platform integrates an embedded system based on a 32-bit microcontroller, operating under a real-time operating system (RTOS) and equipped with wireless connectivity. The system acquires data, with the processing synchronized by a periodic timer to ensure temporal consistency in the measurements. Communication with the cloud infrastructure is achieved via the MQTT protocol, which guarantees the transmission of JSON-formatted data for storage and analysis. Experimental results demonstrate the efficacy of the proposed approach in monitoring and controlling industrial processes, facilitating the integration of multiple layers of information and contributing to the proper sizing of injector nozzles.

ABSTRACT. O projeto consiste no desenvolvimento de um protótipo de braço robótico com 4 graus de liberdade e sensores na garra para controle de força. A metodologia inclui estudo teórico sobre cinemática robótica, simulação no MATLAB® e construção do protótipo. Testes validaram a cinemática e o desempenho dos servos. As aplicações abrangem automação industrial e assistência m´edica, buscando aprimorar próteses e contribuir para o estudo de robótica e tecnologias assistivas.

ABSTRACT. This paper introduces real-time hybrid model tests for floating offshore wind turbines using a drone-based loading system. The main contribution is the application of a task-priority based control allocation algorithm for accurately reproducing the aerodynamic loads under actuator constraints considering the emulation of forces and moments of most important degrees of freedom as higher priory tasks. Furthermore, numerical simulations of a floating offshore wind turbine, considering relevant wind and wave profiles, demonstrate the algorithm superiority for testing hybrid models with high-order prioritized degrees of freedom when compared to traditional quadratic programming (QP) control allocation.

ABSTRACT. A navegação de robôs móveis em ambientes interiores é um desafio devido à ausência de GPS e às incertezas associadas a sensores convencionais. Neste trabalho, propõe-se a utilização de sensores Ultra-Wideband (UWB) para estimar a posição de um robô móvel e viabilizar o controle de trajetória em um ambiente fechado. O estudo analisa a acurácia da localização baseada em UWB e implementa um controlador para garantir o seguimento do caminho desejado. A abordagem é validada experimentalmente com a plataforma robótica LIMO, demonstrando a viabilidade do uso de sensores UWB para navegação precisa em ambientes interiores.

ABSTRACT. This work presents a null space-based controller for a formation consisting of a multi-articulated robotic vehicle (MARV) moving backward and an unmanned aerial vehicle (UAV). The controller enables obstacle avoidance while following a predefined path, allowing the UAV to capture top-view images for inspection. The control system, based on the virtual structure approach, ensures that the formation avoids obstacles, simulating real-world applications such as agriculture, where the MARV can transport crops or agricultural inputs. The proposed strategy adjusts controller gains to ensure safe navigation and prevent jackknifing during maneuvers. The study explores how null space-based control balances the tasks of path following and obstacle avoidance. Experimental results with MARVs towing one or two trailers validate the effectiveness of the proposed control system in guiding the UAV-MARV formation safely.

ABSTRACT. In mining companies, transportation system activities are vital to the company's financial survival. In order to systematically maximize the productivity of this system, a methodology is presented to design a bio-inspired system for the selection of operational routes via solid bulk conveyor belts. For the transport activity, the selection of the operational routes of the conveyor belts is programmed by a route optimizer based on genetic algorithms. For the evaluation and validation of the proposal, the methodology is applied in a transport plant by conveyor belts and ship loading. The computational experiments are presented based on real data measured by sensors and operational procedures used in the industry, showing the viability of the bioinspired control system for deployments in the industrial processes of transporting bulk via conveyor in real plants.

ABSTRACT. Three-phase Induction motors (TIMs) are widely used in industry due to their simple design, durability, and reliable performance. However, their continuous operation can lead to wear and the emergence of faults, with broken rotor bars being one of the main causes, representing around 10% of their defects. Preventive identification of these anomalies is essential for optimizing maintenance, increasing efficiency, and extending the equipment's lifespan. In this context, this study proposes an approach using the Current Physical Component Theory (CPC), which decomposes the current and associates it with different physical properties of the load. The resulting components include power quantities, which are combined with classification techniques based on machine learning (ML). Supervised classification models were used to assess fault identification, using experimental data with load variation, unbalanced voltage, and the presence of different broken rotor bar faults. The evaluated models achieved an accuracy above 99%. The results highlight the effectiveness of integrating the CPC theory and the use of various ML models for detecting faults in TIMs.

ABSTRACT. O crescimento da demanda por energia elétrica e a busca por maior eficiência energética têm impulsionado o desenvolvimento de tecnologias inteligentes para o monitoramento do consumo. Nesse cenário, o Monitoramento Não Intrusivo de Cargas (NILM) surge como uma abordagem promissora ao permitir a identificação do consumo individual de dispositivos a partir de medições agregadas de corrente e tensão. Apesar dos avanços recentes com aprendizado profundo, a maioria dos modelos ainda demanda grandes volumes de dados, estruturas complexas e elevado custo computacional, dificultando sua aplicação em tempo real em sistemas embarcados. Este trabalho propõe um classificador de cargas baseado em Redes Neurais Convolucionais (CNNs), com entradas formadas por espectrogramas obtidos a partir de sinais elétricos de sete eletrodomésticos residenciais. Os dados foram adquiridos por meio de um sistema de baixo custo composto por microcontrolador STM32 L476 e sensores (SCT-013 e ZMPT101B), e posteriormente transformados para o domínio tempo-frequência. A arquitetura da CNN foi treinada e validada com esse conjunto de espectrogramas, alcançando acurácia de 87%. Os resultados indicam alto desempenho na classificação de dispositivos com assinaturas espectrais bem definidas, mas apontam confusões em classes com sobreposição espectral, como notebook e televisão. A abordagem demonstra viabilidade para aplicações embarcadas, destacando-se como alternativa prática para monitoramento energético residencial em tempo real.

ABSTRACT. The primary tool used in medical diagnosis is anamnesis, which involves the process in which the patient recalls the signs and symptoms related to their pathology. However, conducting anamnesis with other individuals requires extensive training and planning. As a result, the use of virtual patients for anamnesis simulations has been widely adopted to complement practice with real patients. Virtual patients have been broadly accepted as a way to develop students' clinical skills, often surpassing traditional teaching methods. With the development of generative artificial intelligence (AI) in recent years, virtual patients can become more realistic and create more immersive environments for learning anamnesis. However, current virtual patients focus only on predetermined areas or do not yet utilize the latest AI models. In light of this, the present project aims to develop a virtual environment containing a fully functional virtual patient, capable of engaging in natural conversations with an end user. The Unity platform was used to develop the virtual environment, the Google Gemini API to simulate the final patient, and a CSV file containing various pathologies along with their respective symptoms and medical histories. The resulting project successfully achieves its objectives, creating an environment with a virtual patient connected to generative AI that faithfully simulates a patient suffering from a specific pathology, thereby aiding the training of future medical and nursing students.

ABSTRACT. Este estudo investiga o desempenho de receptores do Sistema de Navegação Global por Satélites (GNSS) de baixo custo operando em modo Multi-Constelação (MC) sob diferentes técnicas de posicionamento de alta precisão, a saber: Cinemática em Tempo Real (RTK), Posicionamento por Ponto Preciso (PPP)-RTK via Serviço de Alta Exatidão (HAS) do Galileo e via B2b do BeiDou. O objetivo é avaliar a exatidão, a repetibilidade e a estabilidade das soluções em território brasileiro, além de identificar os fatores que impactam a precisão do posicionamento. Para fins de testes experimentais, são utilizados os receptores Unicore UM981 e u-blox C099-F9P, ambos recentemente introduzidos no mercado e compatíveis com múltiplas constelações GNSS. A metodologia inclui testes em uma estação geodésica de referência e os resultados, analisados via métricas estatísticas, indicam que o RTK é o modo de posicionamento apresenta a melhor precisão, com erros na ordem de centímetros. O PPP-RTK via HAS, por outro lado, demonstra convergência lenta e maior variabilidade na altitude. Como principal contribuição do estudo, verifica-se que, embora o HAS represente uma alternativa promissora ao RTK em cenários sem infraestrutura terrestre, ainda há desafios para sua implementação prática/efetiva em território brasileiro.

ABSTRACT. High-temperature low sag (HTLS) conductors have emerged as a viable alternative to conventional conductors in high-voltage transmission lines. These conductors offer increased transmission capacity, reduced sag, and the possibility of reconductoring existing structures, reducing the need for new line construction and minimizing environmental impacts. This work presents a methodology to evaluate the technical feasibility of this replacement, focusing on electrical criteria such as ampacity and critical gradient. Applying the method to a real 440 kV transmission line demonstrates the efficiency of HTLS conductors in enhancing the grid's capacity. It highlights their relevance as a technological solution to the current challenges of the power sector.

ABSTRACT. Multi-Terminal Direct Current (MTDC) systems are becoming a key element for the integration of renewable energy resources in modern power systems. Compared to other transmission methods, MTDC systems have advantages that range from the capacity of bulky power transmission over long distances to a high degree of controllability. Two aspects should be noticed: (1) the difficulty in controlling the power dispatch of the station when the system is under DC-droop control; (2) under ac faults, the low-voltage ride-through (LVRT) measures should be taken to guarantee the proper operation of all the converter station. This paper aims at filling these gaps by proposing a routine to correct droop-related power-dispatch errors and an algorithm for ac LVRT. In short, the first routine is based on an outer feedback loop, whereas the algorithm for LVRT implements a series of power-reduction and/or current-saturation orders. PSCAD simulations were carried out to verify the proposed controllers. The results show that the power dispatch errors were either reduced or eliminated in all converter stations. Besides that, the system was able to remain operational (with reduced power) when an AC fault occurs in one of the converter station regions, and return to the pre-fault condition when the fault is cleared, in accordance with the Brazilian grid code.

ABSTRACT. This paper presents the validation of an active power ramp rate control (PRRC) function for a photovoltaic (PV) plant integrated with a battery energy storage system (BESS), using WECC generic models. The proposed model was validated over an extended period, demonstrating high accuracy through the metrics of Root Mean Square Error (RMSE) and Coefficient of Determination (R²) for the active power injected at the Point of Connection (POI), active power from the PV, and state of charge (SOC) of the BESS. The ramp control module was implemented in the plant's power controller (PPC), based on secondgeneration Renewable Energy System (RES) models from WECC. Simulations conducted with the Anatem software, compared to real data collected at intervals of 100 ms to 1000 ms from a PV plant with BESS in Brazil, confirmed the accuracy of the positive-sequence model, validating its application for medium- and long-term analyses.

ABSTRACT. The increasing integration of inverter-based generation in power systems introduces new stability challenges that require in-depth analysis. Grid-Following (GFL) converters play a crucial role in power regulation by synchronizing with the grid by means of a Phase-Locked Loop (PLL). However, in weak grids, the performance of de PLL can be affected by system conditions, potentially leading to instability. This study investigates the impact of GFL control and PLL-based synchronization on system stability, focusing on instability mechanisms and dynamic interactions. Numerical simulations and direct methods, particularly the equal-area criterion (EAC), are employed to analize system dynamics and stability under different operating conditions and perturbations. The results provide insights into the challenges of PLL-based synchronization in weak grids and contribute to the development of optimized control strategies to enhance the reliability and security of power systems with high inverter penetration.

ABSTRACT. Nas regiões rurais do Rio Grande do Sul, a energia elétrica é amplamente direcionada para as atividades de irrigação em lavouras de arroz em períodos restritos do ano. Devido as características de carga envolvidas nos clientes que direcionam o uso da energia elétrica para a irrigação, as redes de distribuição podem apresentar problemas de carregamento excessivo e elevadas flutuações de carga, acarretando em preocupações para as concessionárias em relação à segurança do sistema elétrico, ao fornecimento de energia aos seus clientes e à integridade dos equipamentos elétricos de suas redes elétricas. Nesse contexto, este artigo apresenta um modelo de gerenciamento do lado da demanda baseado em uma estratégia de deslocamento de carga para atenuar problemas de sobrecarga em um alimentador rural do Rio Grande do Sul que possui mais de 50 clientes irrigantes conectados. A metodologia foi empregada exclusivamente nos consumidores irrigantes e a estratégia de deslocamento de carga foi modelada através de um algoritmo de otimização de Programação Linear (PL). Os resultados do modelo atenderam todos os critérios pré-estabelecidos, apresentando reduções significativas no carregamento máximo da rede e nas variações no perfil de carga diário do alimentador rural.

ABSTRACT. Effective management of solar power plants requires more than just monitoring, it demands in-depth performance analysis to ensure long-term efficiency and reliability. GTracer is a platform that enables users to oversee solar installations, manage inverters and panels, and analyze datasets to assess photovoltaic (PV) performance and degradation. The platform incorporates electrical engineering methodologies to facilitate predictive maintenance and optimize energy yield. Additionally, the GTracer hardware device provides PV curve measurements, offering valuable insights into module efficiency under varying conditions. By combining monitoring, analytics, and empirical data collection, GTracer serves as a tool for improving solar plant operation and sustainability.

ABSTRACT. Este artigo apresenta um estudo de caso sobre a modelagem e previsão da geração de energia em uma usina fotovoltaica localizada em Pedralva, MG. São comparados dois tipos de modelos preditivos: modelos autorregressivos (AR) e redes neurais artificiais (RNA), utilizando apenas dados históricos de geração de energia. O objetivo principal é avaliar a capacidade preditiva de cada abordagem com base em registros passados. Os resultados indicam que, embora ambos os métodos apresentem desempenho semelhante, o modelo AR, devido à sua simplicidade, constitui uma alternativa prática e eficiente em cenários com dados limitados. O estudo ressalta que a escolha entre uma abordagem linear e uma não linear deve considerar a disponibilidade de informações e os requisitos operacionais dos sistemas de geração fotovoltaica.

ABSTRACT. This study investigates the technical and financial challenges of Electric Vehicles (EVs) and Photovoltaic Distributed Generation (PVDG) connections through probabilistic simulations using the Monte Carlo method. The results indicate that the Volt-Watt control is the most effective in mitigating voltage violations and reducing financial compensations; however, by limiting active power, it penalizes end-users by restricting both EV charging and PDG energy injection. On the other hand, Volt-VAr control improves voltage regulation without compromising generation and consumption but can increase technical losses due to reactive power circulation. The analysis conducted on two real networks highlights the need for hybrid strategies that balance network stability, operational efficiency, and economic feasibility for both consumers and utilities, given the growing penetration of EVs and PVDG.

ABSTRACT. Estudos recentes demonstram que, em algumas regiões, os recursos solares e eólicos apresentam uma complementaridade diária, sugerindo que a agregação dessas diferentes tecnologias de geração em um mesmo local permite melhor aproveitamento do potencial energético para produção de energia elétrica; menor variabilidade da energia gerada; e maior utilização das redes elétricas atuais e futuras. Neste contexto, vem crescendo no Brasil a discussão sobre a adoção de usinas híbridas e associadas. Embora a associação de fontes de energia possa trazer diversos benefícios, limitações operacionais da rede elétrica podem restringir a capacidade de geração dessas modalidades de usinas, resultando em subutilização da potência instalada nessa unidades geradoras. Este trabalho propõe a otimização da integração de geração fotovoltaica e eólica. O modelo proposto busca determinar a potência instalada de cada tecnologia geração que maximize a capacidade de geração total da usina híbrida, sujeito aos limites operacionais da rede de transmissão. Testes realizados com parque gerador real ilustram a metodologia sua aplicabilidade no planejamento da geração de energia elétrica.

ABSTRACT. In 2022, global energy consumption was marked by a significant share of natural gas, which exceeded 23%, making it the third most used fuel worldwide. This trend is even more pronounced in the UK, where natural gas accounts for approximately 36% of the region’s total fuel usage. However, this high dependence on natural gas is linked to alarming CO2 emissions, reaching 53 kg per million units consumed annually. This scenario has driven the search for more sustainable and efficient alternatives aligned with environmental sustainability principles. Hydrogen has emerged as a promising option. Studies indicate that hydrogen can serve as an addition or even a viable replacement for natural gas, particularly in gas turbine applications. Hydrogen stands out due to its high efficiency and low CO and CO2 emissions, making it an attractive solution for reducing the environmental impact of power generation. Comparative studies between hydrogen and natural gas-fired turbines reveal significant advantages for hydrogen use, particularly in recuperative cycles. Additionally, hydrogen combustion results in near-zero CO2 emissions, unlike natural gas. The hydrogen ratio in fuel mixtures plays a crucial role in performance and emissions. Increasing the hydrogen fraction significantly enhances efficiency while reducing CO2 emissions. Moreover, the injection of water and nitrogen has been explored to optimize efficiency and emissions. While water injection reduced CO2 emissions, it also led to lower power output. These findings emphasize the need for ongoing research and technological advancements to drive the transition toward cleaner and more sustainable energy sources.

ABSTRACT. State Estimation (SE) stands out as one of the most effective ways to obtain the operating conditions of an electrical power system. This work aims to assist the teaching and learning process of SE. To this end, an open-source computational tool was built to allow the creation of a community of users who can improve it without great difficulties since it is structured in modules. The tool is called SEE, derived from the acronym State Estimation Educational Tool. It has an interactive graphical interface that allows the modification of the SE input data and, consequently, the visualization of the effects of such changes on the results obtained. Among the editable data are the electrical network configuration, branch parameters, availability of measurements, their values , and respective standard deviations. Users can follow the estimation process at each iteration. SEE includes test scenarios based on typical electrical networks. Some simple power flow cases in transmission and distribution networks containing distributed generation are presented. SEE can be viewed as an educational resource to fill the gap between the estimation theory and its practical application.

ABSTRACT. Este artigo apresenta uma nova abordagem para o controle de tensão em barras remotas, utilizando o Método do Fluxo de Potência Holomórfico (HELM). O fluxo de potência holomórfico é modelado através da introdução de uma variável complexa nas equações algébricas do fluxo de potência, expressas em função das variáveis de estado. O método proposto considera as equações do controle local e remoto, expressas como funções dessa variável complexa. As tensões são calculadas, para cada barra do sistema, através do somatório de múltiplos termos de uma série de Maclaurin, sendo cada termo determinado recursivamente utilizando os aproximantes de Padé. Na metodologia apresentada, as equações do HELM são adaptadas para permitir que a potência reativa gerada por um gerador despachável controle a magnitude da tensão em uma barra de carga remota. Além disso, o método proposto apresenta, como contribuição, a representação do controle de tensão efetuado por múltiplos geradores com seus respectivos fatores de participação. Simulações computacionais no sistema IEEE 57 barras são realizadas para demonstrar a aplicabilidade do método proposto.

ABSTRACT. O aumento de geração interfaceda por conversores (GIC) leva a problemas de estabilidade. A literatura mostra que parques eólicos com geradores indução duplamente alimentados (DFIG) possuem resistência negativa em certas frequências e, quando conectados a redes com compensação série diminuem o amortecimento do sistema, fazendo aparecer oscilações subsíncronas. O uso de inversores formadores de rede (GFM) surge como uma possível alternativa de mitigação. Este trabalho mostra, através da varredura de frequência, que o inversor GFM aumenta o amortecimento do sistema e serve, de fato, como medida de mitigação para fenômenos de oscilação subsíncrona.

ABSTRACT. Accurate assessment of backflashover rate in transmission lines is essential to ensure operational safety, minimize power supply interruptions, and optimize the selection of surge protection measures. However, traditional calculation methods can be imprecise, labor-intensive, and prone to human errors. To overcome these limitations, this study presents an automated approach for calculating the backflashover rate directly within the PSCAD software, eliminating the need for external programs commonly used for this type of analysis. The method leverages the Multirun component in PSCAD, which allows multiple simulation runs while modifying up to six selected variables between each execution, integrating efficiently with other software components. As a case study, two methodologies for considering lightning current waveform in the backflashover rate analysis are evaluated: (i) an approach that accounts for the correlation between lightning current parameters (where the front time and peak amplitude vary together) and (ii) an approach without correlation, in which only the peak amplitude varies. The results, obtained for a 220 kV transmission system, indicate that considering the correlation between lightning current waveform parameters leads to higher critical current values compared to the uncorrelated case, along with lower backflashover rates. These findings highlight the importance of a more realistic lightning current waveform modeling approach for more accurate assessments of transmission line performance under lightning strikes.

ABSTRACT. Due to the length of transmission lines (TLs), they are vulnerable elements of the power system. To ensure their availability and reliability in the face of faults, shortcircuit studies are essential for protection adjustments. In this context, computational tools are fundamental for modeling TLs, simulating faults, and testing protection devices. This work performs the modeling and analysis of faults in a 500 kV TL using the ATPDraw (Alternative Transient Program) software, evaluating faults under different operating conditions. The developed model analyzes phase-to-phase and phase to-ground short circuits, assesses the performance of protection relays, and enables fault location and impedance calculation along the TL.

ABSTRACT. A crescente necessidade de transmitir grandes blocos de energia por longas distâncias tem impulsionado estudos na área, no Brasil e no mundo. Nesse cenário, a transmissão em meia onda surge como uma alternativa vantajosa em relação às opções convencionalmente utilizadas. No entanto, os métodos convencionais de proteção mostram-se ineficientes nesse tipo de transmissão, exigindo novas abordagens. Este estudo tem como objetivo propor um método não - convencional de proteção para linhas de transmissão de meio comprimento de onda, abrangendo as etapas de detecção e seleção de fases, baseado na análise das figuras de Lissajous formadas pelos sinais trifásicos da corrente pré-falta e corrente de falta. Simulações realizadas para diferentes trechos e tipos de curto-circuitos demonstraram assertividade e rapidez de ambas as etapas na maioria dos cenários, mas indicaram uma variação na eficiência conforme a distância da falta.

ABSTRACT. Este artigo propõe uma metodologia para detecção e classificação de faltas em sistemas de distribuição de energia elétrica, combinando a norma Euclidiana e o sistema ANFIS (Adaptive Neuro-Fuzzy Inference System). A norma Euclidiana é utilizada para extrair características dos sinais de tensão, que alimentam dois modelos ANFIS: um destinado à identificação do tipo de falta e outro à estimativa da resistência de falta. A validação foi realizada com base em simulações no sistema IEEE de 13 barras, demonstrando robustez, confiabilidade e ausência de overfitting. A análise do tempo de processamento confirmou a viabilidade da aplicação em tempo real, especialmente em cenários operacionais com restrições de comunicação e processamento. Além disso, a metodologia pode ser empregada como etapa preliminar em processos de localização de faltas, aprimorando a seletividade e a eficiência da proteção.

ABSTRACT. Este trabalho apresenta uma metodologia probabilística para avaliação de índices de desempenho de subestações que conectam parques eólicos a redes de transmissão de energia elétrica, visando determinar a potência e a quantidade de transformadores a serem utilizados. O método proposto utiliza processos de Markov para modelar a capacidade de transformação da subestação e simulação Monte Carlo não sequencial para selecionar os estados operativos de geradores e transformadores, bem como da potência disponível no vento. Aplicações numéricas são realizadas para ilustrar a formulação proposta.

ABSTRACT. A crescente inserção de fontes renováveis no sistema elétrico brasileiro intensificou os desafios operacionais, reduzindo a flexibilidade e aumentando às restrições de geração por razões energéticas (curtailment). Utilizando uma abordagem probabilística com curvas de produtividade individuais para cada usina renovável e séries sintéticas correlacionadas construídas com Monte Carlo Multivariado (MCM) e Decomposição de Valores Singulares (SVD), a metodologia permite avaliar a severidade e probabilidade horaria do curtailment. Os resultados projetam um aumento significativo do curtailment, atingindo 23,57% em 2028, com impactos financeiros e operacionais relevantes. A análise horária revela que os cortes ocorrem principalmente nos períodos diurnos de baixa demanda, com cenários extremos aos domingos. O estudo destaca a necessidade urgente de estratégias para flexibilizar o sistema, otimizar o despacho hidrelétrico e expandir ativos de armazenamento e controle dinâmico, visando a melhor integração das fontes renováveis e a redução das perdas econômicas.

ABSTRACT. A transição energética é um tema central nas discussões globais contemporâneas, sendo essencial para mitigar os impactos das mudanças climáticas e garantir o acesso equitativo à energia. Este artigo apresenta uma análise comparativa de artigos científicos que exploram perspectivas diversas sobre a transição energética, abrangendo justiça social, desafios técnicos e estudos de caso regionais. Utilizando uma tabela comparativa, os textos foram analisados com base em seus enfoques, métodos, principais conclusões, contexto geográfico e recomendações práticas. Os resultados destacam conexões importantes entre inclusão comunitária, soluções técnicas e políticas inovadoras. Conclui-se que uma abordagem integrada, adaptada às necessidades regionais, é fundamental para garantir uma transição energética bem-sucedida e sustentável. O estudo contribui para um entendimento mais amplo das estratégias necessárias para abordar desafios globais e regionais na transição para um futuro energético mais limpo e justo.

ABSTRACT. Photovoltaic generation systems emerge as a viable and sustainable solution to mitigate the impacts of recurring increases in electricity tariffs, especially considering the significant growth in installed solar energy capacity in Brazil in recent years. This substantial expansion in the operation of these systems' equipment requires the implementation of preventive measures focused on regular inspections and preventive maintenance to ensure their proper functioning. In this context, with an emphasis on the electrical system of Minas Gerais, this study aims to develop and systematize methodologies and routines to produce a practical guide for the preventive maintenance of photovoltaic systems, including actions, flowcharts, cost estimates, and checklists.

ABSTRACT. Neste artigo primeiramente feita uma revisão dos conceitos de diagnosticabilidade monolítica, diagnosticabilidade modular e diagnosticabilidade de falhas repetidas (diagosticabilidade-k) para SEDs modelados por autômatos. Em seguida, é proposta uma nova definição que une as anteriores, considerando-se que deseja-se realizar a diagnose de falhar repetidas em um sistema modular, a de diagnosticabilidade-k modular. Por fim, é proposto um algoritmo para verificação da diagnosticabilidade-k modular, feito com base nos algoritmos propostos anteriormente na literatura.

ABSTRACT. A inovação sempre esteve presente no meio rural. A Internet das Coisas (IdC) e a Inteligência Artificial (IA) otimizam o agronegócio, aumentando a qualidade e rentabilidade da produção. Em Minas Gerais, a fabricação do Queijo Minas Artesanal (QMA) é regulamentada pela Lei 14.185/2002. O uso da IdC e IA permite controlar temperatura e umidade na maturação, influenciando características e terroir do queijo. Em Araxá-MG, um protótipo testou essas tecnologias e revelou desafios, principalmente no controle de umidade. A solução demonstrou eficiência, adaptando-se às condições locais. A tecnologia melhora a qualidade, sustentabilidade e competitividade da produção, beneficiando os produtores.

ABSTRACT. Este artigo realizou uma análise das recentes pesquisas que tem sido consideradas para aprimorar a segurança dos principais dispositivos, sensores, atuadores e também dos sistemas de controle industriais (ICS - Industrial Control Systems) utilizando-se a tecnologia blockchain para aumentar sua resiliência. Através de uma abordagem bibliométrica, foram analisados 35 artigos de duas bases de dados, publicados entre 2021 e 2024. Sendo elencadas as principais tendências na área de proteção cibernética desses sistemas, principalmente, mas não exclusivamente, envolvendo a tecnologia blockchain. Abordou-se ainda as restrições que envolvem a aplicação das soluções em dispositivos legados.

ABSTRACT. Com a emergência dos sistemas ciberfísicos (CPSs), crescem também as preocupações com a segurança cibernética deles. Neste sentido, esse trabalho aborda o problema de detecção de ataques maliciosos em robôs móveis terrestres remotamente controlados via protocolo MQTT. Em particular, a abordagem proposta consiste em desenvolver um Sistema de Detecção de Intrusão na rede, processando dados de tráfego MQTT em uma plataforma robótica móvel denominada Safebot. A metodologia utilizada para identificar ameaças na rede se baseia em um modelo de inteligência artificial de arquitetura profunda que foi previamente treinado para aprender padrões de dados maliciosos. Os resultados mostraram uma boa performace na detecção online de ataques na plataforma Safebot.

ABSTRACT. Na retificação, com o uso contínuo, o rebolo perde sua eficiência devido ao desgaste, tornando necessária a dressagem para restaurar suas propriedades de corte. O monitoramento desse processo é geralmente subjetivo, baseado na experiência do operador. Este trabalho aplica uma abordagem indireta para acompanhar a evolução da dressagem, utilizando transdutor de emissão acústica (EA) e a estatística counts. Sinais de EA foram coletados durante os ensaios de dressagem, sendo analisados no domínio do tempo. Os resultados demonstraram que a eficácia da estatística counts depende criticamente da escolha do limiar. Identificou-se uma faixa ótima entre 5,1x e 8,9× MVVR (média dos valores máximos do ruído), na qual é possível correlação entre os sinais e o estado do rebolo se mostrou mais evidente. A análise por meio de matrizes de superfície permitiu acompanhar a evolução da dressagem, evidenciando o potencial da metodologia para reduzir a subjetividade do processo. A integração dessa abordagem a sistemas de monitoramento pode contribuir para a automação da dressagem e a redução de custos operacionais.

ABSTRACT. Caldeiras a vapor têm desempenhado um papel significativo no contexto de energias renováveis ao longo dos últimos 250 anos. No entanto, sua dinâmica complexa, multivariável e acoplada torna as caldeiras um sistema desafiador para controle. Sendo assim, este trabalho propõe uma estratégia de controle da pressão de vapor e do nível de água de uma caldeira tipo tambor utilizando uma lei estabilizante (LQR) combinada com um Controle Preditivo Baseado em Modelo (MPC) a Parâmetros Lineares Variáveis (LPV). Especificamente, devido à natureza inerentemente instável do modelo da caldeira, uma lei de estabilização local é empregada para regular o sistema na ausência de perturbações. Em seguida, o MPC LPV atua para melhorar a velocidade da resposta transitória e rejeitar perturbações com um efeito antecipativo. Apresentamos resultados de simulação numérica realistas que confirmam a eficácia do esquema de controle proposto e destacam as vantagens da estratégia LPV em comparação com a abordagem LTI (Linear e Invariante no Tempo) tradicional.

ABSTRACT. Este trabalho apresenta dois métodos para a síntese de controle robusto H-infinito por realimentação de estados para sistemas lineares invariantes no tempo, discretos no tempo, representados por modelo politópico. Os métodos de síntese propostos são baseados em um problema BMI. A restrição é formulada com o uso do Lema de Finsler aplicado por duas vezes. O problema com produto de variáveis pode ser solucionado combinando um problema LMI com otimização evolucionária. Outra opção considerada é usar um método iterativo de dois passos, em que cada passo é um problema LMI. No segundo passo, fixando as matrizes de ajuste obtidas no passo 1, o controlador é obtido diretamente como variável de otimização no problema LMI. Um estudo de caso ilustra que os métodos de síntese desenvolvidos nesse trabalho podem obter menores valores de custo garantido H-infinito em comparação com outras técnicas existentes

ABSTRACT. This work addresses Codesign strategies for discrete-time and piecewise affine systems with implicit representation, in the context of networked systems subject to asymmetric saturating actuators. The main contributions include: i) a hybrid optimization strategy, which alternates between a convex and a non-convex step, for the synthesis of the parameters of an event generator and the state feedback gain in PWAI systems; and ii) a controller switching procedure, each associated with an event generator, which reduces the number of data transmitted as the trajectory converges to the origin. In both cases, the region of attraction to the origin (RAO) is estimated by joining the regions associated with each controller. A case study demonstrates the effectiveness of the proposed strategy.

ABSTRACT. This work presents a simulation dataset that can be used as a benchmark in state estimation studies for networked systems. The public database \citep{github2025} is used to address the state estimation problem of two non-identical coupled quadrature oscillators in three dynamic regimes: asynchronous, phase-synchronized and full-synchronized, using the \textit{Unscented} Kalman filter (UKF). We aim to investigate the factors that influence the performance of state estimation: 1) the network topology; 2) the dynamic regime; and 3) the number of measurements used in the implementation of the UKF. The results obtained suggest that the UKF is a promising method for the state estimation of two quadrature oscillators in three dynamic regimes considering only the measurement of one of the oscillators. Thus, the UKF appears to be a promising method for estimating the states of networked systems.

ABSTRACT. This paper presents the development of a low-cost activation system for competitive sumo robots, designed to ensure compliance with competition regulations while optimizing response time and reliability. The system is based on an ATmega328P microcontroller, which processes signals from a TSOP 4840 infrared sensor to detect and decode commands transmitted via Sony Infrared Remote Control (SIRC) protocol. The system minimizes activation delays by using interrupt-driven processing and direct hardware control, ensuring a precise and synchronized match start. The proposed solution provides a cost-effective and customizable alternative to commercial activation modules, eliminating the need for expensive imports. This work supports open-source development, allowing robotics teams to adapt, modify, and improve the system according to their specific needs. The experimental validation demonstrated that the developed system exhibits robust and efficient performance comparable to commercial solutions.

ABSTRACT. This paper presents the development and programming of a pilot manufacturing plant with three robotic cells, simulating an industrial production line. The project, originally developed in the Systems Validation Laboratory, will be implemented in the Control and Automation Laboratory II, part of the Department of Electronic Engineering at the UFMG School of Engineering. Its objective is to offer students a hands-on learning environment focused on industrial automation within robotic manufacturing systems. The plant performs flexible manufacturing tasks, including the handling and organization of parts, integrated with a Programmable Logic Controller (PLC) via Modbus TCP protocol. The robot movements were programmed using Python and Lua, enabling task sequences and data exchange with the PLC.

ABSTRACT. Neste trabalho é apresentada a implementação de filtros digitais em tempo real na biblioteca PYDAQ. O PYDAQ, que atualmente conta com uma média de 521 downloads por mês, é uma ferramenta de código aberto, baseada em Python, voltada para aquisição de dados e análise experimental. Este trabalho foca no projeto e implementação de filtros FIR e IIR (Finitive/Infinitive Impulsive Response) no PYDAQ, permitindo a redução de ruídos e ampliando as várias funcionalidades já existentes no PYDAQ. A pesquisa combina investigação teórica e implementação prática, utilizando dispositivos como Arduino e placas de aquisição de dados da National Instruments para aplicações em tempo real. Os resultados apresentados comprovam que a ferramenta desenvolvida pode ser um importante aliado em práticas envolvendo metodologias ativas de ensino e pesquisa, podendo inclusive ser utilizada como virtualização de laboratórios, demanda crescente para ensinos de engenharia em formato híbrido, como os testes executados puderam demonstrar.

ABSTRACT. Circuitos digitais são a base da eletrônica moderna, presentes em computadores, sistemas embarcados e nos mais diversos dispositivos do cotidiano. Contudo, seu ensino pode ser bastante desafiador, pois exige a compreensão de conceitos abstratos complexos em suas implementações físicas a nível da microeletrônica. Assim, o presente artigo explora a Aprendizagem Baseada em Jogos, mesclada ao uso do jogo Minecraft como ferramenta didática para uma abstração simplificada da construção física de circuitos digitais combinacionais e sequenciais. Além de demonstrar como os tópicos podem ser abordados em aula, são apresentados exemplos de circuitos digitais no jogo para facilitar o entendimento proposta. Ademais, é discutido como a abordagem estimula a criatividade dos alunos, os incentivando a explorar diferentes implementações e otimizações para uma mesma lógica, assim, indicando a eficácia da gamificação do ensino de circuitos digitais.

ABSTRACT. Este trabalho propõe uma estrutura que utiliza controlador MPC em Python para controlar uma planta simulada no AVEVA Process Simulation, fazendo uso de comunicação API. Foram utilizadas 3 variáveis manipuladas e 3 variáveis controladas em um controlador MPC do tipo linear, os dados para a identificação dos modelos do processo foram obtidos através o método de curva de reação e com os dados das entradas e saídas da planta fazendo uso da função Box-Jenkins do Matlab foram obtidas as funções de transferência. Foi concebida uma tela com todos os parâmetros de sintonia do controlador onde os alunos de graduação e pós-graduação são capazes de realizar o ajuste do controlador de forma fácil e prática, fazendo com que eles consigam realizar testes e simulações que ajudem a fortalecer o conhecimento adquirido ao longo da jornada acadêmica.

ABSTRACT. Este artigo apresenta um modelo dinâmico simplificado para o micro veículo aéreo DJI Tello, cujos parâmetros são identificados por meio de um procedimento de erro quadrático médio mínimo. Além disso, o modelo é utilizado no projeto de controladores de alto nível para o rastreamento autônomo de trajetória. O controlador desenvolvido é testado em experimentos de navegação autônoma, e seus resultados são comparados a um controle cinemático.

ABSTRACT. In this work, we address the challenge of implementing and evaluating controllers for a differential drive dual-wheeled robot used in a navigation system for apple harvesting. LMIs-based controllers were implemented to track both fast and slow trajectories. Experiments were conducted through Gazebo simulations and on a real robot running ROS2, and the results were compared to those obtained with a Linear Quadratic Regulator (LQR) controller. For the analysis of the results, two LMIs-based control strategies were considered: D-Stability and Guaranteed Cost. Tracking errors and control indexes were calculated, and D-Stability controller presented the best performance. The results demonstrate that D-Stability controllers offer a similar path tracking performance than LQR with lower effort.

ABSTRACT. Na área da robótica e das teleoperações, há uma crescente demanda por aprimorar a eficiência e a estabilidade dos sistemas de teleoperação. Os sistemas bilaterais de teleoperação envolvem um operador que envia comandos a um dispositivo remoto para realizar uma tarefa. Atrasos de tempo podem causar sérios problemas nesses sistemas, resultando em ineficiência e instabilidade. Portanto, é essencial melhorar a transparência e a estabilidade desses sistemas. Este trabalho apresenta métodos para alcançar esse objetivo, abordando o atraso de tempo como uma constante. O modelo Matlab/Simulink é utilizado para simular os sistemas de teleoperação bilateral.

ABSTRACT. O UltraDES App é uma aplicação web desenvolvida para aperfeiçoar e simplificar a utilização da biblioteca UltraDES, voltada para a modelagem e análise de Sistemas a Eventos Discretos (SEDs). Este trabalho apresenta um conjunto de novas funcionalidades criadas para a plataforma, incluindo ferramentas que permitem ao usuário simular, editar e visualizar autômatos, aprimorando assim a usabilidade e interatividade do sistema, além de funcionalidades inovadoras para a verificação de opacidade e diagnosticabilidade, permitindo avaliar o acesso que observadores externos tem aos segredos do sistema, juntamente com a detecção e diagnóstico de falhas. Dessa forma, o UltraDES App torna-se ainda mais adequado para fins didáticos e acadêmicos. O código-fonte do UltraDES App está disponível em https://github.com/lacsed/UltraDES.

ABSTRACT. A crescente demanda por redução de emissões de gases de efeito estufa impulsiona o desenvolvimento de veículos elétricos inteligentes e estratégias de otimização de consumo energético. No entanto, desafios como autonomia limitada, escassez de infraestrutura de recarga e incertezas no tráfego impactam a aceitação desses veículos. Nesse contexto, este estudo analisa a aplicação de Gêmeos Digitais (DTs) como ferramenta aplicável no planejamento de rotas otimizadas e monitoramento do consumo de energia em veículos elétricos. Por meio de uma análise bibliométrica, identificam-se tendências e aplicações recentes que interligam DTs, eficiência energética e planejamento de trajetórias. A análise da base Web of Science resultou em 4.209 documentos, dos quais 206 apresentaram o termo "digital twin" como palavra-chave. A construção do mapa bibliométrico revela cinco agrupamentos principais, sendo os termos "electric vehicles", "energy efficiency", "autonomous vehicles" e "digital twin" os tópicos centrais. Os dados evidenciam que, embora o termodigital twin ainda apresente menor frequência de coocorrência, ele tem se mostrado uma tendência emergente com grande potencial de aplicação prática nos temas analisados.

ABSTRACT. Este estudo apresenta uma solução para otimizar o reaproveitamento de fragmentos irregulares de rochas ornamentais, utilizando visão computacional e algoritmos de otimização de empacotamento. A abordagem integra segmentação de imagens e algoritmos como Simulated Annealing, Bottom-Left Fill e No-Fit Polygon para dispor os fragmentos de forma eficiente, reduzindo o desperdício e maximizando o aproveitamento do material. Os resultados demonstram a viabilidade do método, com potencial para integração a sistemas automatizados, promovendo maior sustentabilidade na indústria.

ABSTRACT. This work presents the integration of Generative Artificial Intelligence techniques into chemical process simulation as a digital assistant for the configuration in AVEVA Process Simulation software. Through the training of the LLaMA 3.1 language model, Python scripts have been developed to automate the stages of simulation, including the creation of configurations: process equipment, inputs, and streams. The proposal aims to simplify mechanical and repetitive tasks, allowing engineers to focus on activities that require greater attention, creativity, and abstraction. The rationale for this approach lies in the complexity of chemical processes, making the application of techniques that optimize productivity and reduce the time required for the steps of simulations essential.

ABSTRACT. Este artigo explora uma abordagem baseada em redes neurais convolucionais (CNNs) para avaliar a qualidade do áudio de reportagens broadcast. O termo broadcast refere-se ao processo de transmissão de conteúdos audiovisuais para serem recebidos simultaneamente por diversos espectadores e ouvintes, característico do setor de radiodifusão, isto é, transmissões televisivas ao vivo ou pré-gravadas, destinadas a um público amplo. A qualidade do áudio é classificada em função de defeitos comumente encontrados em transmissões externas. Para viabilizar essa análise, foi criada uma base de dados contendo 571 amostras de áudio captadas em campo por equipes de reportagem, classificadas nas categorias: áudio adequado (OK), ausência de áudio (NOK_Ausencia), presença de ruído (NOK_Ruido) e problemas de loudness (NOK_Loudness). Utilizando a técnica de transferência de aprendizado, parte-se da rede pré-treinada VGG16 para verificar a qualidade do áudio a partir de seus espectrogramas. O modelo proposto alcançou uma acurácia final na etapa de teste de 77,78%.

ABSTRACT. Os processos de produção industrial dependem fortemente da disponibilidade contínua das máquinas, pois falhas e paradas não programadas geram custos elevados. Assim, as indústrias buscam incessantemente minimizar manutenções corretivas, especialmente em máquinas críticas. Este estudo propõe uma transformação na abordagem da manutenção em máquinas hidráulicas, migrando da manutenção corretiva ou preventiva para um modelo preditivo mais eficiente. Isso envolve análises detalhadas dos dados e projeções sobre a condição da máquina. Por meio do monitoramento contínuo de sensores (pressão, temperatura e contaminação por particulados), com foco na análise da saúde da máquina por meio do fluido hidráulico, é possível gerar relatórios detalhados sobre o desgaste ao longo do tempo. Além disso, com a visualização de variáveis em tempo real e a previsão de dados futuros, foi possível planejar a manutenção de forma eficaz, evitando paradas, reduzindo custos e aumentando a produtividade. Em um caso representativo, o modelo preditivo identificou um aumento abrupto de temperatura, associado ao travamento da válvula responsável pelo suprimento de água ao trocador de calor. Essa falha poderia resultar em desgaste acelerado dos componentes do sistema, devido ao estresse térmico prolongado e à redução da eficiência do processo de resfriamento.

ABSTRACT. The optimization process is essential in the real world. In the study of overhead transmission lines ($TL$'s), the high costs of deploying new transmission lines, in addition to the large environmental impacts generated, are one of the greatest incentives for the development of optimization methodologies for existing transmission lines and for the design of new lines. In this sense, reconfiguring the geometries so that it is possible to increase the power transmission capacity avoids the environmental problems generated by new transmission projects, which is of great importance for the electricity sector. In this work, two metaheuristics are applied to the study of the overhead transmission line problem, which aims to maximize the transmitted power and minimize the electric and magnetic fields along the $TL$ domain range at ground level. A multiobjective optimization problem for an analytical electromagnetic model of the $TL$ is developed to obtain the Pareto surface of the solutions relating the transmitted power and the electric and magnetic fields generated at ground level, to enable decision-making on the solution to be chosen. For a first case study, a $TL$ of a Brazilian utility company with one cable per phase and one shield wire cable is used. The Particle Swarm Optimization - PSO and Sine-Cosine Algorithm - SCA metaheuristics are used.

ABSTRACT. In this paper, the evaluation of a DC microgrid architecture is investigated as a sustainable solution for the electrification of riverside communities in the Amazon, focusing on a reliable and stable energy supply. The study analyzes the integration of solar generation and battery storage, including various active and passive loads. It demonstrates how the architecture can reduce costs and improve quality of life. The results indicate satisfactory performance under load and irradiance variations, highlighting the potential of the solution for the region’s energy challenges.

ABSTRACT. Este artigo propõe a aplicação de equações de engenharia para otimizar a modelagem de eletrodos horizontais de aterramento sujeitos a descargas atmosféricas, considerando a resistividade do solo e o comprimento efetivo do eletrodo, com o objetivo de garantir eficiência e segurança nos sistemas de proteção. A abordagem adotada utiliza a representação de modelo de linhas com a integração de análises de circuitos elétricos, empregando modelos de resistência, capacitância e indutância para avaliar a configuração de aterramento com base em um único eletrodo horizontal. Além disso, o estudo incorpora a segmentação do eletrodo em seções fictícias, conforme proposto por Grcev, para abordar distribuições não uniformes de carga e corrente ao longo do condutor. A validação computacional, realizada com dados da estação Morro do Cachimbo, visa demonstrar a eficácia e aplicabilidade da metodologia proposta. Os resultados indicam se a segmentação do eletrodo melhora a precisão da modelagem dos sistemas de aterramento e se oferecem ferramentas robustas para projetar sistemas mais seguros em ambientes expostos a descargas atmosféricas.

ABSTRACT. Errors in parameters can compromise the reliability of results in power system. These inaccuracies are common and can be attributed to incorrect information provided by manufacturers, unrecorded modifications, imprecise modeling, and temperature variations. This study aims to propose an alternative optimization method in the process of correcting errors in suspicious parameters. An approach using the interior point method and sequential quadratic programming will be adopted to correct the inaccurate parameters, and the results of the objective functions will be compared. The objective is to enhance the list of parameters to be corrected through careful selection. The simulation results conducted on the IEEE 14-bus system are presented, discussed, and compared with the findings of other studies. This will allow for a comprehensive assessment of the effectiveness of the proposed approach and its contribution to improving the accuracy and reliability of results obtained in power system analyses.

ABSTRACT. In the current context of decarbonization, the optimization of hydrogen plants (H₂PP) gains relevance due to their ability to provide multiple energy services, such as electricity generation, vehicle refueling, and grid support. However, the inherent complexity of these systems, stemming from the diversity of services and their interactions, demands advanced optimization methods. This work compares the effectiveness of two distinct approaches for optimizing the operational cost of a hydrogen plant (H₂PP): the exact Branch-and-Bound (B&B) method, widely used in Mixed-Integer Linear Programming (MILP) problems, and the metaheuristic GRASP (Greedy Randomized Adaptive Search Procedure), known for its efficiency in complex and nonlinear problems. Based on the case study proposed by (Rodrigues, 2025), this work evaluates the performance of these methods in minimizing operational costs and maximizing revenue, considering the different services provided by the H₂PP.

ABSTRACT. This bibliometric study focuses on technical-scientific references on photovoltaic solar energy and cloud computing, both applied to electrical power systems, using a sample of works found in academic databases, such as Google Scholar and IEEE Xplore. These works were properly organized and, from the data collected, graphs were created that helped visualise and compare the information. The main intention of this study is to analyze in detail the information contained, observing, for example, the year of publication, countries, keywords and main software. In addition, the study seeks to identify collaboration patterns, highlight the most cited works and better understand the dynamics and trends within the field of study.

ABSTRACT. The growth of photovoltaic (PV) distributed generation has posed significant challenges to energy quality in distribution networks, particularly due to reverse power flow. To mitigate these effects, new regulations have been established in Brazil, enabling models such as the zero grid systems, which operate without injecting power into the grid. This paper analyzes the performance and economic feasibility of three PV system configurations in the context of distributed microgeneration: (i) conventional grid-connected PV system, (ii) zero grid system, and (iii) zero grid hybrid system with battery storage. The study addresses technical aspects, such as the influence of the control cycle time between the meter and the inverter, in addition to assessing the financial feasibility of these solutions. The results demonstrate that the conventional photovoltaic system presents the best economic indicators, with a rapid return on investment, even in conservative scenarios. The zero grid system, on the other hand, showed significant generation losses due to operation outside the maximum power point, resulting in lower financial performance. The zero grid hybrid system was found to be feasible only with a significant reduction in CAPEX or an increase in energy tariffs.

ABSTRACT. Este trabalho propõe uma metodologia integrada para otimizar simultaneamente a capacidade de hospedagem da rede e a alocação de compensadores estáticos síncronos (STATCOM). O problema de otimização desenvolvido determina a localização ideal, o nível de tensão e a capacidade do STATCOM, visando maximizar a capacidade da rede em receber novas conexões. A metodologia considera restrições técnicas e operacionais, buscando uma solução que maximize os benefícios do investimento em equipamentos FACTS. Os resultados incluem a identificação dos pontos ótimos para a instalação dos STATCOMs e a quantificação do aumento na capacidade de hospedagem da rede, fornecendo diretrizes para o planejamento de redes com alta penetração de novos agentes.

ABSTRACT. Este trabalho emprega a meta-heurística Symbiotic Organism Search (SOS) para resolver o Problema de Alocação Ótima de Bancos de Capacitores (PAOBC), visando minimizar as perdas elétricas ativas em uma rede elétrica, enquanto mantém o perfil de tensões dentro de uma faixa aceitável. A solução do PAOBC envolve a seleção das barras para alocação dos bancos de capacitores, o dimensionamento adequado desses dispositivos e a definição do esquema de controle adotado. O algoritmo SOS inicia com um número relativamente alto de bancos de capacitores e, de forma gradativa, reduz essa quantidade até encontrar uma configuração que minimize as perdas elétricas e respeite os limites de tensão predefinidos. A metodologia proposta é aplicada a duas redes elétricas: uma com 33 barras, que inclui geração distribuída, e outra com 135 barras. Os resultados obtidos são comparados com aqueles gerados pelos algoritmos Seleção Clonal e Vagalume, conforme encontrado na literatura, evidenciando a eficácia da abordagem proposta.

ABSTRACT. A energia elétrica é um insumo fundamental em nossa sociedade e sua gestão é importante para seu uso eficiente. A legislação brasileira tem evoluído no que tange à promoção desta gestão em prédios públicos. Neste artigo, apresenta-se a análise do consumo de duas edificações do Campus Pampulha da UFMG, em Belo Horizonte. Uma análise das curvas de cargas ao longo de 2023 aponta que o perfil de ocupação do prédio tem impacto nas sazonalidades do consumo, as quais guardam relação com os períodos letivos e a temperatura. Os achados apontam para a importância da avaliação da temperatura no planejamento da agenda anual da ocupação destes prédios e de campanhas para o uso consciente dos sistemas de climatização. Para o futuro, a intenção é aprofundar a análise neste e em outras edificações da UFMG.

ABSTRACT. A crescente integração de conversores de potência nos Sistemas Elétricos de Potência (SEP) destaca a importância da Qualidade de Energia Elétrica (QEE). Cargas não lineares introduzem Distúrbios de Qualidade de Energia (DQE), como harmônicas e inter-harmônicas, que podem influenciar negativamente o desempenho do sistema. Este estudo investiga a utilização da Amostragem Compressiva (AC) como uma alternativa eficiente à amostragem tradicional baseada na taxa de Nyquist para a detecção de distúrbios harmônicos. Os resultados foram baseados na análise das componentes harmônicas e precisão da reconstrução do sinal. A análise espectral mostrou que tanto a AC quanto a amostragem tradicional ofereceram alta precisão na reconstrução, com diferenças mínimas. Também foi realizada uma análise comparativa dos resultados da Transformada Rápida de Fourier (FFT) para ambas as abordagens. A reconstrução do sinal foi realizada utilizando a Transformada Discreta de Cosseno (DCT) e a Transformada Discreta de Fourier (DFT), aplicando a seleção aleatória de pontos para a amostragem compressiva. A qualidade da reconstrução foi avaliada com base nos erros absolutos nas componentes harmônicas. Os resultados indicam que a AC, aliada a algoritmos de reconstrução como o Orthogonal Matching Pursuit (OMP), oferece uma abordagem eficiente para o monitoramento de distúrbios harmônicos em sistemas elétricos.

ABSTRACT. A eficiência de um painel fotovoltaico é prejudicada pelo aumento de sua temperatura e pela sujeira acumulada em sua superfície. A literatura científica demonstra que a geração de energia aumenta com a circulação de água na superfície do painel. A aspersão de água tem como objetivo diminuir a temperatura das células do painel e contribuir para sua limpeza. A água é um bem finito e caro, e dessa forma é preciso investigar o melhor momento para sua aspersão sobre o painel com a finalidade de obter o maior incremento de energia possível. Este artigo apresenta uma investigação sobre a viabilidade econômica de se usar pequenas doses de água para aumento da geração de energia elétrica em painel fotovoltaico. O artigo também apresenta uma investigação sobre o momento apropriado para ministrar as doses de água de modo a obter maior ganho monetário devido ao aumento da geração. Os experimentos foram realizados em dois painéis fotovoltaicos semelhantes aos usados em usinas fotovoltaicas. Um painel serviu como referência, enquanto o outro recebeu doses de água. Algumas variáveis, no momento da aspersão de água, foram registradas para identificar uma variável de controle possível de ser usada em um sistema automático de aspersão. Os maiores incrementos de energia foram obtidos quando o painel apresentava potência instantânea mais próxima da nominal. A partir dos cálculos realizados, foi possível concluir que em determinadas condições a aspersão de água é favorável e um ganho monetário é obtido.

ABSTRACT. Diante das preocupações mundiais com o aquecimento global e controle de emissões de gases de efeito estufa, foram estabelecidos os Objetivos de Desenvolvimento Sustentável. Dentre eles está a Meta 7 - Energia limpa e renovável, que considera a importância de se ampliar as ações de eficiência energética. Pode-se dizer que as populações em situação de vulnerabilidade social são as que mais prescindem de ações para eficiência energética. No entanto, essas populações, tais como as comunidades indígenas, são as que tem estado `a margem desse processo. Por isso, o presente artigo propõe uma pesquisa qualitativa para conhecer as posses e hábitos de uso de equipamentos elétricos pela população indígena Kaingang, habitante da Terra Indígena Apucarana, localizada em Tamarana-PR. O objetivo é propor estratégias e ações que contribuam para a melhoria do acesso `a energia elétrica, bem como ampliar os conhecimentos sobre uso seguro e eficiente de eletricidade, respeitando os costumes e de forma participativa. A análise permitiu identificar um padrão no uso de energia elétrica relacionado a equipamentos residenciais comuns, como geladeira, televisão, rádio e iluminação. O chuveiro elétrico não está presente em todas as residências, bem como a máquina de lavar e centrífuga, e a população faz o uso compartilhado desses equipamentos. Sendo assim, a pesquisa e o conhecimento sobre a realidade local pode direcionar ações de eficiência energética adequadas aos costumes, tornando-as mais assertivas.

ABSTRACT. Diante do rápido crescimento na instalação de sistemas de geração distribuída e dos desafios que esses apresentam para as redes de distribuição, propõe-se um controle de tensão e potência reativa em duas etapas, baseado na coordenação de dispositivos convencionais e inversores inteligentes. A primeira etapa emprega um algoritmo genético centralizado para gerenciar bancos de capacitores, geradores distribuídos e comutadores de taps dos transformadores, garantindo um controle robusto da tensão e da potência reativa. A segunda etapa baseia-se em um controle local, onde os inversores inteligentes distribuídos realizam pequenos ajustes dinâmicos para melhorar o perfil de tensão. O objetivo do algoritmo é minimizar as perdas e reduzir as variações de tensão. A eficácia do método proposto é avaliada em uma rede de distribuição inteligente de 135 barras, comparando seu desempenho em diferentes cenários de carga. Em média as perdas ativas são reduzidas em 54%.

ABSTRACT. Este artigo tem como objetivo apresentar um sistema centralizado de localização de falta visando reduzir custos com a otimização da alocação de dispositivos de captura das ondas viajantes. Além disso, serão apresentados os resultados de testes práticos em bancada envolvendo funcionalidades de religamento seletivo, monitoramento preditivo de linhas sendo aplicadas juntamente com a localização de falta por ondas viajantes e controladores programáveis.

ABSTRACT. The correct study of protection coordination and selectivity is of utmost importance to mitigate the area affected by a electrical system failure. Medium voltage customers who require internal distribution networks have this study impaired, since coordination is performed only for overloads. In other words, general protection acts instantaneously for all downstream shortcircuits. This work proposes a methodology to perform short-circuit coordination and selectivity in internal distribution networks. To this end, a new overcurrent function is proposed, defined as the interval overcurrent function.

ABSTRACT. As Unidades de Medição Fasorial (PMUs) em redes de transmissão de energia elétrica possibilitam diversas aplicações, como detecção e localização de faltas, estimação de parâmetros da rede e modelagem de cargas em tempo real. Sua evolução tem incluído a expansão para redes de distribuição e a estimação de fasores harmônicos sincronizados. No entanto, desafios como custos elevados e a necessidade de algoritmos robustos para lidar com harmônicas de alta ordem ainda persistem. O principal objetivo deste artigo é avaliar a eficiência do método HTSWLS (Harmonic Taylor Series Weighted Least Squares) em comparação com a norma IEC/IEEE 60255-118-1:2018, que define testes para dispositivos de medição do fasor fundamental, estabelecendo métricas como Total Vector Error (TVE), Frequency Error (FE) e Rate of Change of Frequency (ROCOF) ROCOF Error (RFE). Este artigo propõe uma análise que vai além da componente fundamental, incluindo a estimação dos harmônicos presentes no sinal. O método HTSWLS, baseado em interpolação de Taylor e filtros de Kaiser, permite estimar fasores harmônicos e suas derivadas com alta precisão, superando significativamente as expectativas da norma ao apresentar erros 100 a 1000 vezes menores. Essa abordagem é promissora para estimar fasores harmônicos em sistemas de distribuição, oferecendo maior precisão e confiabilidade mesmo em cenários complexos com ruído e distorções.

ABSTRACT. A crescente demanda por energia e o foco na sustentabilidade ambiental têm influenciado mudanças no cenário energético. No entanto, a inserção de fontes não despacháveis de energia leva à redução da capacidade do sistema em responder rapidamente a mudanças entre geração e carga. Para enfrentar esse desafio, torna-se fundamental garantir o fornecimento ininterrupto de energia, o que pode ser alcançado pela utilização de sistemas de armazenamento de energia em baterias (BESS, do inglês ”Battery Energy Storage Systems”). Nesse sentido, este estudo discute um sistema BESS bidirecional experimental. O protótipo do sistema de armazenamento de energia em baterias tem seu lado c.a. conectado à rede elétrica e seu lado c.c. à um conjunto de baterias via um conversor multicelular paralelo de três células. São apresentados os equacionamentos de funcionamento e controle dos conversores envolvidos no sistema, bem como os resultados experimentais obtidos em um protótipo experimental capaz de gerenciar o fluxo de corrente da rede para as baterias e vice-versa.

ABSTRACT. Este artigo propõe um algoritmo de operação otimizada para sistemas de armazenamento de energia em baterias (battery energy storage system, BESS), projetado para aprimorar o desempenho de redes de distribuição com alta penetração de geração fotovoltaica. O estado de carga (SoC) da bateria atua como variável de controle, permitindo a minimização simultânea de perdas ativas, flutuações de tensão e degradação por ciclos repetitivos de carga/descarga do BESS ao longo de 24 horas. A metodologia combina a técnica de Otimização por Enxame de Partículas (Particle Swarm Optimization, PSO) com simulações no OpenDSS, aplicadas ao sistema-teste IEEE 34 barras. Para validação, a estratégia proposta é comparada a um despacho convencional baseado em horários fixos (carga nos períodos de baixa demanda e descarga nos picos). Os resultados demonstram ganhos significativos em todos os parâmetros analisados, comprovando a superioridade da abordagem em relação a métodos tradicionais.

ABSTRACT. Este trabalho propõe uma estratégia de otimização para a operação de microrredes isoladas integrando veículos elétricos (VEs), com a aplicação de algoritmos genéticos. O modelo desenvolvido abrange múltiplas fontes de geração, como solar, eólica e um gerador a diesel como backup, além de considerar perfis distintos de usuários de VEs, cada um com padrões específicos de conexão à rede e necessidades de mobilidade. O objetivo central é minimizar o consumo de combustível fóssil, assegurando uma operação eficiente da microrrede e a alocação adequada da carga dos VEs. Os resultados demonstram que a coordenação otimizada dos períodos de carga e descarga dos VEs reduz substancialmente a dependência do gerador a diesel, maximizando a utilização das fontes renováveis disponíveis. A metodologia proposta representa um avanço nas estratégias de gestão energética para microrredes isoladas, contribuindo para a transição energética sustentável e mitigando os impactos ambientais associados ao uso de combustíveis fósseis.

ABSTRACT. Este trabalho propõe uma metodologia para a estimativa do Estado de Funcionalidade (SoF) de baterias de íons de lítio por meio de um sistema de inferência baseado em lógica fuzzy. O SoF é um parâmetro interno que indica a capacidade da bateria de atender a uma determinada demanda de potência da carga, levando em consideração seu estado atual de saúde (SoH), o estado de carga (SoC), a resistência interna e as condições operacionais. A lógica fuzzy é particularmente adequada para lidar com a incerteza e a variabilidade inerentes ao comportamento das baterias, permitindo a incorporação de conhecimento heurístico e a adaptação dinâmica a diferentes cenários operacionais. A metodologia proposta foi avaliada utilizando perfis distintos de descarga e três estratégias de definição de regras fuzzy: regras manuais baseadas em conhecimento especializado, regras geradas automaticamente por meio da toolbox Fuzzy Logic Designer do software Matlab, e uma abordagem híbrida, com regras manuais ajustadas posteriormente pela própria toolbox. A análise comparativa entre os cenários demonstrou que a combinação entre conhecimento prévio do sistema e o ajuste automatizado das regras resulta em uma estimativa mais precisa do SoF, com desempenho mais próximo ao valor de referência teórico. Os resultados obtidos indicam que o uso de lógica fuzzy constitui uma abordagem promissora para a estimativa do SoF em tempo real, com potencial para ser incorporada a Sistemas de Gerenciamento de Baterias (BMS) em veículos elétricos, contribuindo para maior eficiência, segurança e vida útil do sistema de armazenamento de energia.