Sub-amostragem de sinais da rede elétrica para analisador de qualidade de energia IoT de baixo custo.

• Ano de defesa: 2024
• Autor(a) principal: Prado, Felipe Valmórbida Dell\'oso
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Digital signal processing; Energia (Qualidade); Energy (Quality); Estimação espectral; Processamento digital de sinais; Spectral estimation
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-19122024-082504/

Propomos um método baseado em Mínimos Quadrados subamostrados para a estimação de parâmetros de espectros discretos compostos por harmônicas de uma frequência fundamental, mais particularmente para o uso em medidores de qualidade de energia elétrica. A evolução das smart grids trouxe a necessidade do uso simultâneo de um maior número de tais medidores, gerando interesse na sua simplificação e barateamento. Para tanto, uma arquitetura empregada tem sido a de realizar a extração dos indicadores de qualidade de energia de forma centralizada, a partir dos dados enviados por sensores que apenas realizam a amostragem da rede elétrica. Visando reduzir o volume de dados enviados por estes sensores, apresentamos neste trabalho uma condição para a ortogonalidade (e consequente otimalidade) do modelo de sinal sem a exigência usual de atendimento do critério de Nyquist de amostragem. Com isso, uma frequência de amostragem de apenas 16% da frequência de Nyquist é viabilizada. Em seguida, obtemos para aquela condição um limite superior da probabilidade de não atendimento das normas que regem a medição de qualidade de energia. O desempenho do método proposto é também verificado por meio de simulações, considerando diferentes frequências de amostragem e relações sinal/ruído, relacionando-as com números de bits padrão de conversores analógico-digitais. Por fim, analisamos o efeito do desvio da frequência fundamental sobre o desempenho deste método, assim como propomos um método baseado no Gradiente Descendente para estimação da mesma.