Este trabalho apresenta um estudo comparativo entre ferramentas de análise, aplicável à Qualidade da Energia Elétrica (QEE), enfatizando-se a Transformada de Fourier com Janela (TFJ), a Transformada Wavelet (TW) e Redes Neurais Artificiais (RNAs). Das ferramentas apontadas, a TFJ e a TW, mostram-se aplicáveis à detecção, localização e classificação de distúrbios agregados às formas de ondas de tensão em um sistema de distribuição, com o intuito de prover um diagnóstico preciso das situações enfrentadas. Como será evidenciado, além da detecção, localização e classificação pelas técnicas citadas, os distúrbios também podem ser classificados segundo sua natureza, utilizando-se métodos alternativos, como pela aplicação de RNAs. Os testes efetuados mostraram que as ferramentas mencionadas possuem uma grande potencialidade quanto às suas aplicações na avaliação da QEE. Neste contexto, serão apontadas algumas peculiaridades e características inerentes a cada ferramenta.

This work presents a comparative study amongst tools for the analysis of Power Quality, emphasizing the Windowed Fourier Transform (WFT), the Wavelet Transform (WT) as well as Artificial Neural Networks (ANN). From the tools mentioned, the WFT and WT are applicable to the detection, location and classification of abnormalities related to voltage waveforms in a distribution system for the diagnosis of the present situation. As it will be shown, the classification of the phenomena can also be performed using alternative methods, as the ANN. Tests show that the mentioned tools have great potentiality to be applied to the evaluation of Power Quality. Some peculiarities of each tool will be emphasized.

Este artigo investiga a aplicação de Algoritmos Genéticos na Otimização da Operação de Sistemas Hidrotérmicos de Potência, com objetivo de analisar a aplicabilidade dessa técnica em grandes sistemas. Este é um problema complexo, de grande porte, composto por várias usinas interligadas e pertencentes a diferentes cascatas. Os autores acreditam que, devido à sua simplicidade, paralelismo e generalidade, os Algoritmos Genéticos apresentam um grande potencial para a resolução do problema apontado. Os testes foram aplicados em dois conjuntos com usinas pertencentes ao Sistema Sudeste Brasileiro. O primeiro considera 19 usinas a reservatório, e o segundo é composto por 35 usinas, sendo 19 a reservatório e as restantes a fio d'água.

This paper investigates the application of Genetic Algorithms in the Optimization of the Operation Planning of Hydrothermal Power Systems. The aim of this work to analyze the application of this technique in a complex problem of high dimension, composed by several plants, belonging to different cascades. The authors believe that, due to their simplicity, parallelism and generality, the Genetic Algorithms present a great potential for the resolution of the pointed problem. The tests were applied in two groups with plants belonging to the Brazilian Southeast System. The first considers only reservoir hydroelectric, in the total of 19 plants, and the second uses reservoir hydroelectric the and run-of-river capacity hydroelectric plants, composed by 35 plants.

O dimensionamento de uma usina hidroelétrica consiste na especificação das principais características físicas da usina que determinarão sua capacidade de geração de energia. Estas características são os volumes mínimo e máximo do reservatório, a potência instalada e as quedas de projeto e de referência das turbinas. Este trabalho tem por objetivo desenvolver um modelo de otimização eficiente, flexível e automático para determinar as características mencionadas. Os métodos heurísticos usualmente utilizados na busca dos valores ótimos das características são substituídos por uma combinação entre um Algoritmo Genético e um algoritmo de simulação. Introduz-se uma nova metodologia para cálculo dos benefícios econômicos, consideram-se diferentes políticas de operação e também se cria a possibilidade de realização de estudos com diferentes séries de vazões afluentes. Alguns testes iniciais mostram a sensibilidade dos benefícios em relação às políticas de operação.

Sizing a hydropower plant consists in specifying the main features of the plant that will determine its capacity to generate energy. These features are the minimum and the maximum reservoir storage volumes, the installed capacity, and the design and the rated turbine heads. This paper aims to develop an efficient, flexible and automatic approach to optimally determine the hydropower plant features mentioned above. The usual heuristic methods applied to search for the optimal features of a hydropower plant are replaced by an approach that combines Genetic Algorithms and simulation techniques. A new methodology is introduced to evaluate the economic benefits; the simulation model can use different operation policies for the reservoirs and different stream flow time series. Some initial results show the sensitivity of the benefits in relation to changes in the operation policies.