Navegando por Autor "Sylvestrin, Giovane Ronei"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Aprendizado de máquina aplicado ao prognóstico de estado de saúde de células de armazenamento de energia
    (2026-03-20) Sylvestrin, Giovane Ronei
    O rápido crescimento dos veículos elétricos (EVs) intensifica a demanda por armazenamento e torna estratégica a reutilização de baterias em “segundo uso” para aplicações estacionárias. A viabilidade depende de estimativas confiáveis do estado de saúde (State of Health, SOH) e da vida útil remanescente (Remaining Useful Life, RUL) a partir de sinais de sensores em sistemas de gerenciamento. Esta pesquisa investiga abordagens baseadas em dados para diagnóstico e prognóstico de baterias e propõe um pipeline completo de modelagem para estimação de indicadores de saúde. A pesquisa avança em três eixos: (i) revisão sistemática com a metodologia Proknow-C, mapeando tendências recentes em machine learning (ML) e deep learning (DL) para SOH, consolidando um panorama de bases públicas; (ii) framework escalável e reprodutível de engenharia e seleção de atributos, com mais de 40 mil variáveis em sete grupos (carga/descarga gerais, corrente constante (CC), tensão constante (CV) e análises derivadas de capacidade incremental e tensão diferencial), combinando seleção univariada e multivariada para formar subconjuntos interpretáveis e de valor preditivo; e (iii) predição de RUL com histórico curto (6 ciclos) no MIT Battery Dataset (LiFePO₄/grafite), avaliando 12 arquiteturas DL multibranch/multicanal (CNN-LSTM/GRU) diretamente nas curvas de dados e em modelo tabular baseado em boosting de árvores de decisão, além de fusão por stacking. As principais contribuições incluem: (a) síntese crítica e replicável do campo de pesquisa com Proknow-C e levantamento de bases públicas; (b) pipeline de grande escala para extração e seleção com ênfase em janelas deslizantes e interpretabilidade; (c) demonstração de que a combinação boosting e DL permite estimar RUL de forma robusta com histórico curto de ciclos. Como resultados obteve-se: framework capaz de extrair um conjunto robusto de 773 atributos finalistas ao longo de 40 modelos, com predominância de janelas deslizantes (~88%); modelos de previsão de capacidade em múltiplos horizontes com MAPE (Mean Absolute Percentage Error) < 1%; e, com histórico curto, o ensemblepor stacking alcançou MAPE ~6,0% e RMSE ~40,6 ciclos, superando modelos isolados e posicionando a abordagem no patamar superior da literatura recente. Esses resultados reforçam a aplicabilidade prática do método para acelerar triagem de segundo uso e apoiar decisões de manutenção com menor tempo de ensaio. Resumen El rápido crecimiento de los vehículos eléctricos (EVs) intensifica la demanda de almacenamiento de energía y vuelve estratégica la reutilización de baterías en “segundo uso” para aplicaciones estacionarias. La viabilidad depende de estimaciones confiables del estado de salud (State of Health, SOH) y de la vida útil remanente (Remaining Useful Life, RUL) a partir de señales de sensores en sistemas de gestión de baterías. Esta investigación analiza enfoques basados en datos para el diagnóstico y el pronóstico de baterías y propone un pipeline completo de modelado para estimar indicadores de salud. El estudio avanza en tres ejes: (i) una revisión sistemática con Proknow-C, que mapea tendencias recientes en aprendizaje de máquina (ML) y aprendizaje profundo (DL) para SOH y sintetiza bases públicas; (ii) un marco escalable y reproducible de ingeniería y selección de atributos, con más de 40.000 variables en siete grupos (carga/descarga, corriente constante (CC), voltaje constante (CV), y análisis derivados de capacidad incremental y voltaje diferencial), combinando selección univariada y multivariada para formar subconjuntos interpretables; y (iii) predicción de RUL con historial corto (6 ciclos) en el MIT Battery Dataset (LiFePO₄/grafito), evaluando 12 arquitecturas DL multirrama/multicanal (CNN-LSTM/GRU) sobre curvas de datos y un modelo tabular con boosting de árboles, además de fusión por stacking. Las contribuciones incluyen una síntesis replicable del campo y un pipeline a gran escala con énfasis en ventanas deslizantes e interpretabilidad, mostrando que la combinación de boosting y DL permite estimar RUL con historial corto. Los resultados incluyen 773 atributos finalistas (predominio de ventanas deslizantes, ~88%), predicción de capacidad en múltiples horizontes con MAPE < 1% y, con historial corto, un ensemble por stacking con MAPE ~6,0% y RMSE ~40,6 ciclos, superando modelos individuales y situando el enfoque entre los mejores de la literatura reciente. Estos hallazgos refuerzan la aplicabilidad del método para acelerar la clasificación de segundo uso y apoyar decisiones de mantenimiento con menor tiempo de ensayo.
  • Imagem de Miniatura
    Item
    Projeto e dimensionamento de um Sistema Fotovoltaico conectado à rede: estudo de caso Empresa de Fertilizantes
    (2017-12-20) Sylvestrin, Giovane Ronei; Ando Júnior, Oswaldo Hideo; Ledesma, Jorge Javier Gimenez
    O presente trabalho tem como objetivo apresentar o dimensionamento de um sistema fotovoltaico conectado à rede para uma empresa de fertilizantes localizada na cidade de Foz de Iguaçu - PR, visando suprir parte da demanda energética, que teve um grande crescimento após uma expansão fabril. O estudo visa aproveitar à grande área de telhados que a empresa dispõe, separados em dois barracões com cerca de 2.000m² e orientação ao norte geográfico. Analisou se a viabilidade técnica e econômica da implementação de geração distribuída fotovoltaica, cuja economia estaria vinculada ao sistema de compensação disposto pela Resolução Normativa da ANEEL n° 482/2012. O dimensionamento do sistema ocorreu primeiramente pelo levantamento de dados da empresa, obtendo-se sua localização, perfil de consumo elétrico, condições das instalações elétricas e área disponível para instalação do sistema. Considerando o máximo aproveitamento da área de telhados orientados ao norte, analisou-se dois arranjos fotovoltaicos, cada um empregando um dos módulos fotovoltaicos pré-selecionados da marca Canadian, policristalinos, de 60 células (CS6P-270P), e 72 células (CS6X-320P), com potências de 270Wp e 320Wp, respectivamente. O inversor selecionado para ambos os arranjos foi da PHB Solar, PHB20KDT, com potência nominal de 20kW. A seleção dos equipamentos deu-se de acordo com as características técnicas, eficiência, e disponibilidade de preços no mercado. Para realizar a estimativa de geração de energia utilizou-se de método analítico (método da insolação) e uma ferramenta computacional para convalidação. Com base nos dados fornecidos pela empresa quanto à demanda horária típica e, na previsão anual de geração, determinou-se o autoconsumo de energia, que possibilitou inserir na análise financeira a parcela da energia gerada que seria injetada na rede elétrica e que assim teria tributação imposta sobre ela. A seleção do arranjo final do sistema ocorreu pelo critério financeiro, através do estudo de viabilidade pela determinação dos indicadores econômicos VPL (Valor Presente Líquido), TIR (Taxa Interna de Retorno) e Pay-Back Descontado, considerando um horizonte de 25 anos, com cerca de 88% da geração garantida devido a degradação dos módulos estimada em 0,5%a.a. A análise foi realizada para três cenários, obtidos pela relação entre a tarifa de energia elétrica e a inflação ao longo dos últimos 20 anos: (i) crescimento da tarifa de eletricidade superior ao crescimento da taxa de inflação (10,67%a.a nominal), (ii) ajuste tarifário abaixo da inflação (4,50%a.a nominal) e (iii) ajuste proporcional à inflação (6,71%a.a nominal). Cada cenário foi analisado considerando o montante de investimento inicial sendo obtido por financiamento bancário ou por recursos próprios da empresa. Os resultados do trabalho apontaram viabilidade econômica para os dois arranjos de sistema propostos nos cenários de crescimento superior e proporcional à inflação, com um tempo de retorno de 13,41 anos para o primeiro cenário, cenário padrão, sem financiamento. Através da análise técnica e financeira selecionou-se o sistema composto por 816 módulos Canadian CS6X-320P, e 12 inversores PHB20K-DT, com geração de energia estimada para o primeiro ano de operação de 356,68MWh, suprindo cerca 71% da demanda de energia elétrica da empresa de fertilizantes, proporcionando uma economia anual média de R$ 147.309,90. O custo total de implantação foi estimado em R$ 1.605.608,65.