Vous êtes sur la page 1sur 19

Revista Energia na Agricultura ISSN 1808-8759

METODOLOGIA DE DETERMINAO DE FUNES DE PERTINNCIA DE CONTROLADORES FUZZY PARA A AVALIAO ENERGTICA DE EMPRESAS DE AVICULTURA DE POSTURA 1 CAMILA PIRES CREMASCO2; LUS ROBERTO ALMEIDA GABRIEL FILHO3 & ANGELO CATANEO4 RESUMO: O objetivo deste trabalho foi determinar as funes de pertinncia para a construo de um controlador fuzzy que avalie a situao energtica da empresa em relao aos fatores de carga e potncia. A avaliao energtica de uma empresa realizada por tcnicos e especialistas da rea com base nos ndices fator de carga e potncia, e com anlise das mquinas utilizadas nos processos de produo. Esta avaliao periodicamente realizada para detectar se os procedimentos realizados pelos funcionrios em relao forma de utilizao de energia eltrica esto corretos. Com um controlador fuzzy, esta avaliao pode ser feita por mquinas. A construo de um controlador fuzzy caracterizada inicialmente pela definio das variveis de entrada e sada, e suas funes de pertinncia associadas. necessria tambm a definio de um mtodo de inferncia e um processador de sada. Por fim, necessrio o auxlio de tcnicos e especialistas para a construo de uma base de regras, composta por respostas que estes profissionais fornecem em funo das caractersticas das variveis de entrada. O controlador proposto neste trabalho tem como variveis de entrada os fatores de carga e potncia, e sada a situao da empresa. Suas funes de pertinncia representam conjuntos fuzzy denominados por qualidades lingsticas, como MUITO RUIM e BOM. Com o mtodo de inferncia de Mandani e o processador de sada do Centro de rea escolhidos, a estrutura de um controlador fuzzy fica estabelecida, bastando a escolha de tcnicos e especialistas da rea energtica para determinarem uma base de regras adequada para a empresa escolhida. Desta maneira, a interpretao dos fatores de carga e potncia por um software vem ao atendimento da necessidade da criao de um ndice nico que indica de forma global (racional e eficiente) como a energia est sendo utilizada.

Palavras-chave: Energia eltrica, fator de carga e potncia, lgica fuzzy.

Parte da tese de doutorado do 1 autor intitulada: Aplicao da lgica fuzzy para avaliao do faturamento do consumo de energia eltrica e demanda de uma empresa de avicultura de postura 2 Aluna do curso de PG Energia na Agricultura FCA/UNESP Botucatu/SP Brasil. Docente do curso Logstica para o Agronegcio FATEC Presidente Prudente/SP Brasil. camila@fatec.edu.br 3 Docente do curso de Administrao CE/UNESP Tup/SP Brasil. gabrielfilho@tupa.unesp.br. 4 Orientador e docente do Departamento de Engenharia Rural FCA/UNESP Botucatu/SP Brasil. angelo@fca.unesp.br
Botucatu, vol. 25, n.1, 2010, p.21-39

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

METHODOLOGY OF DETERMINATION OF MEMBERSHIP FUNCTIONS OF FUZZY CONTROLLERS FOR ENERGY EVALUATION OF COMPANIES OF POSITION POULTRY KEEPING

SUMMARY: The objective of this work is to determine the membership functions for the construction of a fuzzy controller to evaluate the energy situation of the company with respect to load and power factors. The energy assessment of a company is performed by technicians and experts based on the indices of load and power factors, and analysis of the machines used in production processes. This assessment is conducted periodically to detect whether the procedures performed by employees in relation to how of use electricity energy are correct. With a fuzzy controller, this performed can be done by machines. The construction of a fuzzy controller is initially characterized by the definition of input and output variables, and their associated membership functions. We also need to define a method of inference and a processor output. Finally, you need the help of technicians and experts to build a rule base, consisting of answers that provide these professionals in function of characteristics of the input variables. The controller proposed in this paper has as input variables load and power factors, and output the company situation. Their membership functions representing fuzzy sets called by linguistic qualities, as VERY BAD and GOOD. With the method of inference Mandani and the processor to exit from the Center of Area chosen, the structure of a fuzzy controller is established, simply by the choice by technicians and experts of the field energy to determine a set of rules appropriate for the chosen company. Thus, the interpretation of load and power factors by software comes to meeting the need of creating a single index that indicates an overall basis (rational and efficient) as the energy is being used.

Keywords: Electric energy, power and load factor, fuzzy logic.

1 INTRODUO

A regio de Bastos-SP responsvel por grande parte da produo brasileira de ovos. Muitas granjas nesta regio produzem a prpria rao para alimentao de suas aves atravs da triturao de milho e soja com motores eltricos muitas vezes super-dimensionados, trabalhando em vazio ou em horrio de pico. Esta atividade responsvel por grande parte do gasto energtico da empresa.

Botucatu, vol. 25, n.1, 2010, p.21-39

22

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Existem dois fatores que avaliam o modo de utilizao desta energia, denominados fator de potncia ( fp ) e fator de carga ( fc ) , que indicam a eficincia e racionalidade da forma de utilizao da energia eltrica, respectivamente. Desta forma, surge a necessidade de mtodo para a avaliao global da utilizao da energia, levando em considerao os dois fatores citados. A lgica fuzzy estabelece a criao de algoritmos genticos, que so capazes de imitar parte do raciocnio humano. Esta lgica, sistematizada pela primeira por Lotfi Asker Zadeh (ZADEH, 1965), aproxima mtodos computacionais e o raciocnio humano, o que possibilita a avaliao global da empresa por mtodos computacionais e no mais de especialistas da rea energtica. Estes mtodos so sintetizados criando-se um programa computacional baseado em regras criadas a partir desta lgica, que denominamos controlador fuzzy. Trabalhos na rea de engenharia agrcola, tal como (PEREIRA et al., 2008), apresentam sistemas de suporte deciso com base na teoria dos conjuntos fuzzy. Aplicaes da lgica fuzzy em problemas de contratao de energia eltrica (RODRIGUES et al., 2007) e energias renovveis (VIEIRA et al., 2007) mostram a viabilidade da aplicao desta forma de utilizar informaes lingsticas e quantitativas para controle de sistemas. O presente trabalho preocupou-se em criar funes de pertinncia necessrias na implementao de um controlador fuzzy para a avaliao do faturamento do consumo de energia eltrica e demanda de potncia ativa e reativa em uma empresa de avicultura de postura. Definidas todas as funes de pertinncia deste controlador, possvel utilizar o conhecimento de especialistas diferentes da rea energtica e construir controladores adequados para cada empresa em estudo. Definindo as variveis de entrada como o fator de potncia e de carga, e realizando um estudo do comportamento da utilizao de energia eltrica no perodo compreendido entre janeiro de 2005 e dezembro de 2007, foi possvel estabelecer funes de pertinncia necessrias para uma avaliao mensal para a empresa, de forma a sua situao pertencer s variveis lingsticas: Muito Ruim, Ruim, Mdio, Bom e Muito Bom. Assim, utilizando a metodologia apresentada para a construo de funes de pertinncia de um controlador fuzzy, para avaliao do uso de energia eltrica e tendo auxlio de tcnicos e especialistas para a construo da base de regras, a empresa adquire condies de avaliar seu consumo de energia eltrica instantaneamente. Desta forma, tentar contornar o problema procurando utilizar a energia eltrica de forma eficiente e racional. Neste trabalho, esta metodologia aplicada para uma empresa de avicultura de postura.

Botucatu, vol. 25, n.1, 2010, p.21-39

23

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

2 MATERIAL E MTODOS

A empresa estudada uma granja composta por vrios galpes (Figura 1) que alojam as aves em todas as suas fases.

Figura 1 - Galpes avirios da granja.

A rao utilizada foi fabricada na prpria granja, em sua sede em Bastos. Sua composio foi basicamente a mesma, variando a proporo dos ingredientes conforme a fase de vida (conseqentemente, de produo) da ave. Os ingredientes bsicos foram: milho, soja, farinha de carne, girassol, podendo este ltimo ser substitudo por trigo ou sorgo, a depender do preo. Os motores utilizados na granja em estudo foram utilizados para a triturao de milho e soja, como ilustra a Figura 2.

Botucatu, vol. 25, n.1, 2010, p.21-39

24

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Figura 2 - Motores responsveis pela triturao do milho para rao das aves.

De acordo com a Companhia Energtica de So Paulo (1990), o fator de carga ( fc ) o ndice que mostra se a energia eltrica est sendo utilizada de forma racional por um determinado consumidor. O fator de potncia mensal fornecido diretamente no relatrio descritivo fornecido pela empresa de eletricidade. Visto que o perodo analisado de aproximadamente 3 anos de medies, o fator de carga mensal foi calculado atravs da frmula:

fc =

Energia Ativa tempo Demanda

(1)

A Energia Ativa foi calculada somando-se os valores de kWh de ponta com kWh fora de ponta descritos nos relatrios de consumo de energia mensais da empresa, e a Demanda obtida pelo valor de kW. O tempo considerado na relao acima foi de 730 horas. A partir de dados de energia eltrica de 3 anos da empresa considerada (2005 a 2007), obtiveramse assim os fatores de potncia e carga mensais relativamente a todos os meses do perodo em estudo.

Botucatu, vol. 25, n.1, 2010, p.21-39

25

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

3 RESULTADOS E DISCUSSO

3.1 Resultados tericos

3.1.1 Lgica Fuzzy

Seja U um conjunto qualquer denominado conjunto universo. Um subconjunto fuzzy F de U caracterizado por uma funo : U [0,1] , chamada funo de pertinncia do conjunto fuzzy F . O valor

( x) [0,1] indica o grau com que o elemento x de U est no conjunto fuzzy F , com ( x) = 0 e ( x) = 1 indicando, respectivamente, a no pertinncia e a pertinncia completa de x ao conjunto fuzzy
F . (ZADEH, 1965)
Um conjunto fuzzy A chamado de nmero fuzzy quando o conjunto universo, onde A est definido o conjunto dos nmeros reais, ou seja, A : [0,1] , e satisfaz as seguintes condies:

(i) (ii) (iii)

[A] [A]

, [0,1] ;
um intervalo fechado, [0,1] ;

O suporte de A limitado,

onde [ A] = {x U : A ( x) } e o suporte de A dado por supp A = {x U : A ( x) > 0} ,

Os nmeros fuzzy mais comuns so os triangulares e os trapezoidais. Um nmero fuzzy A dito triangular se sua funo de pertinncia , para a < b < c , da forma:

0, x a , A ( x) = b a xc , b c 0,

se x a se a < x b se b < x c se x > c

O grfico de um nmero fuzzy triangular tem a forma de um tringulo, tendo como base o intervalo [a, c] e, como nico vrtice fora da base, o ponto (b,1) . Deste modo, os nmeros reais a , b e c definem o nmero fuzzy triangular A (Figura 3).

Botucatu, vol. 25, n.1, 2010, p.21-39

26

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Figura 3 - Nmero fuzzy triangular.

Um nmero fuzzy A dito trapezoidal (Figura 4) se sua funo de pertinncia , para

a < b < c < d , da forma:


0, x a , b a A ( x) = 1, x c , bc 0 , se x a se a < x b se b < x c se c < x d se x > d

Figura 4 - Nmero fuzzy trapezoidal.

Botucatu, vol. 25, n.1, 2010, p.21-39

27

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

3.1.2 Controlador Fuzzy

Para a avaliao da utilizao da energia eltrica por uma empresa, estuda-se a eficincia e racionalidade energtica atravs do fator de potncia e fator de carga, respectivamente. A avaliao simultnea destes parmetros feita a seguir atravs de um sistema baseado em regras fuzzy. Basicamente, um sistema baseado em regras fuzzy possui quatro componentes: um processador de entrada, um conjunto de regras lingsticas, um mtodo de inferncia fuzzy e um processador de sada, gerando um nmero real como sada (RIBACIONKA, 1999). A Figura 5 ilustra o sistema baseado em regras fuzzy desenvolvido.

Figura 5 - Sistema baseado em regras fuzzy.

O processador de entrada caracterizado pelas variveis de entrada do controlador fuzzy, que so definidas pelo fator de potncia ( fp ) e fator de carga ( fc ) , e denota-se x = fp e y = fc . Para cada varivel de entrada, definem-se os conjuntos fuzzy associados pelas variveis lingsticas: Muito Ruim (MR), Ruim (R), Bom (B), Muito Bom (MB). necessrio definir as funes de pertinncia de cada conjunto fuzzy definido para ambas variveis de entradas fp e fc . Para isto, analisam-se os dados medidos nos meses do perodo em estudo e determina-se o percentil de cada conjunto nos nveis 33 % e 66 % , e tambm os pontos de mnimo e mximo. Assim, definem-se as constantes fp i e fci , com i = 1,2,3,4 , da seguinte forma:

- fp1 : fator de potncia mnimo; - fc1 : fator de carga mnimo; - fp 2 : 33. percentil do conjunto de dados do fator de potncia;

Botucatu, vol. 25, n.1, 2010, p.21-39

28

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

- fc 2 : 33. percentil do conjunto de dados do fator de carga; - fp3 : 66. percentil do conjunto de dados do fator de potncia; - fc3 : 66. percentil do conjunto de dados do fator de carga; - fp 4 : fator de potncia mximo; - fc 4 : fator de carga mximo.

Desta forma, possvel criar as funes de pertinncia para as variveis de entradas, que so definidas na forma triangular e trapezoidal de acordo com as Figuras 6 e 7.

Figura 6 - Funes de pertinncia definidas para a varivel de entrada fp .

Botucatu, vol. 25, n.1, 2010, p.21-39

29

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Figura 7 - Funes de pertinncia definidas para a varivel de entrada fc .

O processador de sada caracterizado pela varivel de sada do controlador, que definida por um nmero real no intervalo [0,1] e indica o grau de racionalidade e eficincia da utilizao da energia eltrica pela empresa em estudo. Quanto maior este nmero, melhor ser a avaliao da situao energtica da empresa. Definem-se os conjuntos fuzzy associados pelas variveis lingsticas: Muito Ruim (MR), Ruim (R), Mdio (M), Bom (B), Muito Bom (MB). As funes de pertinncia destes conjuntos fuzzy so definidas na forma triangular atravs da partio em 4 intervalos de mesmo comprimento de acordo com a Figura 8.

Botucatu, vol. 25, n.1, 2010, p.21-39

30

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Figura 8 - Funes de pertinncia definidas para a varivel de sada que avalia a utilizao energtica da empresa.

O conjunto de regras lingsticas ou base de regras do controlador fuzzy pode ser criado atravs do auxlio de especialistas e pode ser criado particularmente para cada empresa estudada, conforme a seguinte.

Botucatu, vol. 25, n.1, 2010, p.21-39

31

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Tabela 1 - Modelo da base de regras do controlador fuzzy, onde a coluna SITUAO deve ser completada por especialistas particularizando cada empresa a ser analisada.

fp MR MR MR MR R R R R B B B B MB MB MB MB

fc MR R B MB MR R B MB MR R B MB MR R B MB

SITUAO -

Assim, utilizando o mtodo de inferncia de Mamdani e como processador de sada o Centro de Gravidade, fica completamente determinado um controlador fuzzy.

3.2 Resultados prticos

Atravs da anlise das contas mensais de energia eltrica dos anos de 2005, 2006 e 2007, foi possvel obter os dados referentes ao uso de energia eltrica sobre consumo ativo e reativo, demanda, fator de potncia e os valores calculados do fator de carga, os quais figuram nas tabelas seguintes.

Botucatu, vol. 25, n.1, 2010, p.21-39

32

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Tabela 2 - Valores mensais de demanda (kW), consumo ativo de ponta (kWh), consumo ativo fora de ponta (kWh), consumo reativo (kVArh), fator de carga ( fc ) e fator de potncia ( fp ) observados em 2005.

Ms Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez

kWh ponta 0 2 0 11 22 17 7 385 165 0 0 0

kWh f. ponta 9290 8757 8129 9536 10943 11289 11899 12098 11468 10140 11178 12690

kW 100,1 99,38 104,82 109,94 115,06 109,88 108,76 112,37 93,67 100,04 99,25 99,12

fc 0,13 0,12 0,11 0,12 0,13 0,14 0,15 0,15 0,17 0,14 0,15 0,18

fp 0,74 0,69 0,71 0,72 0,73 0,72 0,73 0,73 0,73 0,69 0,74 0,76

Tabela 3 - Valores mensais de demanda (kW), consumo ativo de ponta (kWh), consumo ativo fora de ponta (kWh), consumo reativo (kVArh), fator de carga ( fc ) e fator de potncia ( fp ) observados em 2006. Ms Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez kWh ponta 159 71 0 34 13 4 0 88 0 0 17 0 kWh f. ponta 13400 12803 10323 13803 12288 12109 11322 12060 11931 10484 12195 10215 kW 95,18 98,92 98,79 90,39 82,85 85,8 87,96 83,18 84,82 88,42 85,73 83,11 fc 0,20 0,18 0,14 0,21 0,20 0,19 0,18 0,20 0,19 0,16 0,20 0,17 fp 0,76 0,75 0,74 0,75 0,74 0,72 0,73 0,73 0,73 0,72 0,74 0,74

Botucatu, vol. 25, n.1, 2010, p.21-39

33

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Tabela 4 - Valores mensais de demanda (kW), consumo ativo de ponta (kWh), consumo ativo fora de ponta (kWh), consumo reativo (kVArh), fator de carga 2007. Ms Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez kWh ponta 91 14 2 3 6 3 96 0 5 99 80 62 kWh f. ponta 11571 11722 9218 7875 7462 9966 10435 12111 11881 9630 10263 10896 kW 81,8 85,01 77,73 73,14 69,92 72,68 76,62 78,52 80,81 78,72 77,8 76,88 fc 0,20 0,19 0,16 0,15 0,15 0,19 0,19 0,21 0,20 0,17 0,18 0,20 fp 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00

( fc )

e fator de potncia

( fp )

observados em

Com os dados das Tabelas 2, 3 e 4, foi possvel obter o valor das constantes fp i e fci , para
i = 1,2,3,4 , relativamente aos percentis nos conjuntos de dados de fator de potncia e fator de carga em todos meses em estudo. Desta forma, obtm-se as constantes para o conjunto fator de potncia:

fp1 = 0,69 , fp 2 = 0,73 , fp3 = 0,78 e fp 4 = 1,00 ,

e o conjunto fator de carga:

fc1 = 0,11 , fc 2 = 0,15 , fc3 = 0,19 e fc 4 = 0,21 .

As funes de pertinncia para as variveis de entradas seguem nas Figuras 9 e 10.

Botucatu, vol. 25, n.1, 2010, p.21-39

34

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Figura 9 - Funes de pertinncia definidas para a varivel de entrada fp .

Figura 10 - Funes de pertinncia definidas para a varivel de entrada fc .

Botucatu, vol. 25, n.1, 2010, p.21-39

35

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Desta forma, todas as funes de pertinncia esto definidas possibilitando a implementao de um controlador fuzzy. Para a realizao da implementao computacional das funes de pertinncia do controlador fuzzy, utilizou-se o software MATLAB atravs do Fuzzy Logic Toolbox. O controlador fica caracterizado pela Figura 11, no qual esto representadas as funes de pertinncia FP, FC e SITUAO, alm do mtodo de inferncia escolhido (Mandani).

Figura 11 - Caracterizao geral do controlador fuzzy pelo software Matlab.

A base de regras a ser construda com o auxlio de tcnicos e especialistas da rea energtica aps a avaliao da empresa deve ser implementada no editor de regras (Rule Editor) do software Matlab (Figura 12). Para isto, deve-se escolher entre as opes MUITO-RUIM, RUIM, BOM e MUITOBOM para FP e FC. Para SITUAO, tem-se 5 opes: MUITO-RUIM, RUIM, MDIO, BOM e MUITO-BOM. Aps determinada a regra escolhida, deve-se confirmar tal opo em Add rule e a regra adicionada ao controlador.

Botucatu, vol. 25, n.1, 2010, p.21-39

36

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

Figura 12 - Editor de regras do software Matlab.

4 CONCLUSES

O presente trabalho possibilitou a implementao de um mtodo computacional capaz de interpretar os fatores de carga e potncia e realizar uma avaliao energtica de qualquer empresa do pas, o que somente era realizado por especialistas da rea energtica. Tal mtodo, capaz de imitar parte do raciocnio humano, foi baseado na lgica fuzzy. Assim, a necessidade do auxlio de tcnicos e especialistas da rea de energia eltrica somente utilizada uma nica vez. Desta forma, cria-se a base de regras, composta por todas as informaes extraBotucatu, vol. 25, n.1, 2010, p.21-39 37

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

das do raciocnio humano que ser sempre utilizada pela mquina (software) para interpretao de quaisquer informaes dadas pela empresa sobre fatores de potncia e carga. A construo realizada do controlador fuzzy e sua implementao em software possibilitaram seu uso em qualquer empresa, bastando a aquisio de parmetros eltricos de alguns meses em estudo e visita tcnica de especialista da rea para determinao dos parmetros qualitativos dos fatores de potncia e carga e suas conseqncias para a situao energtica da empresa.

REFERNCIAS

COMPANHIA ENERGTICA DE SO PAULO. Estrutura tarifria horo-sazonal. So Paulo, 1990. 17 p.

PEREIRA, D. F.; BIGHI, C. A.; GABRIEL FILHO, L. R.; CREMASCO, C. P. Sistema fuzzy para estimativa do bem-estar de matrizes pesadas. Engenharia Agrcola. 2008, vol. 28, n.4, pp. 624-633.

RIBACIONKA, F. Sistemas computacionais baseados em lgica fuzzy. 1999. 115 f. Dissertao (Mestrado em Engenharia Eltrica rea de Concentrao: Engenharia da Computao) Universidade Mackenzie, So Paulo, SP, 1999.

RODRIGUES, F. F. C.; BORGES, C. L. T.; FALCO, D. M. Programao da contratao de energia considerando gerao distribuda e incertezas na previso de demanda. Sba Controle & Automao. 2007, vol. 18, n.3, pp. 361-371.

VIEIRA, J. P. A.; NUNES, M. V. A.; BEZERRA, U. H.; NASCIMENTO, A. C. do; BARRA

Botucatu, vol. 25, n.1, 2010, p.21-39

38

Cremasco, Gabriel Filho & Cataneo

Metodologia de Determinao de Funes ...

JNIOR, W. Controladores fuzzy aplicados ao conversor de geradores de induo duplamente excitados em sistemas elicos integrados a sistemas de potncia. Sba Controle & Automao. 2007, vol.18, n.1, pp. 115-126.

ZADEH, L. A. Fuzzy Sets. Information and Control. 1965, vol. 8, pp. 338-353.

Botucatu, vol. 25, n.1, 2010, p.21-39

39