Portal de Periódicos da CAPES

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

2024; Sindicato das Secretárias do Estado de São Paulo; Volume: 15; Issue: 12 Linguagem: Português

10.7769/gesec.v15i12.4494

2178-9010

Edson Kamio, Gil Eduardo Guimarães, Jandecy Cabral Leite, A. Almeida, Odilon Bentes Monteiro, Paulo Francisco da Silva Ribeiro, Alarico Gonçalves do Nascimwento Filho,

Smart Grid Energy Management

A qualidade de energia elétrica (QEE) é crucial para a eficiência dos sistemas industriais, especialmente na Indústria 4.0. Esta dissertação apresenta uma arquitetura computacional para controle e monitoramento da QEE, integrando fontes renováveis e inteligência artificial (IA). Fator de potência (FP) e distorção harmônica total (THD) são indicadores críticos que, se desbalanceados, aumentam custos operacionais e reduzem a vida útil de equipamentos. A proposta utiliza IA para monitoramento preditivo e controle dinâmico de bancos de capacitores e filtros harmônicos, mitigando problemas de FP inadequado e THD elevada. A compensação de potência reativa (CPR) é central para corrigir o FP, com IA ajustando os níveis de compensação em tempo real. Além disso, o sistema integra energia solar de forma estratégica, maximizando economia e sustentabilidade no ambiente industrial. Um software inovador, utilizando o dispositivo Smart Cap 485 da IMS via protocolo Modbus-RTU, coleta e analisa dados como tensão, corrente, potência e THD. Esses dados são armazenados em MySQL e processados por algoritmos de aprendizado profundo (LSTM) e otimização (AG). Dashboards interativos desenvolvidos em Python fornecem visualizações detalhadas para prever problemas e tomar decisões estratégicas, como acionamento dinâmico de capacitores e filtros. A integração de IA e energia solar oferece novas possibilidades para eficiência energética e redução de dependência de fontes convencionais. No entanto, lacunas na literatura, como padrões de interoperabilidade e explicabilidade de algoritmos, reforçam a relevância da pesquisa.