Pesquisa / P&D — Projeto experimental e de pesquisa aplicada em desenvolvimento contínuo.
Projeto autoral de pesquisa e desenvolvimento em Engenharia Elétrica dedicado ao estudo, monitoramento e desenvolvimento de soluções para Qualidade de Energia Elétrica (QEE), com aplicações em instalações residenciais, sistemas embarcados, IoT, Edge Computing, Smart Grids e, futuramente, arquiteturas de Smart Cities.
A pesquisa teve origem durante minha trajetória acadêmica em Engenharia Elétrica, a partir do desenvolvimento de estudos e protótipos voltados à aquisição e análise de parâmetros elétricos. Desde então, vem sendo mantida como uma linha contínua de pesquisa aplicada e desenvolvimento experimental, buscando transformar conceitos de instrumentação, processamento de sinais e sistemas embarcados em soluções práticas de monitoramento energético.
O projeto permanece em evolução, incorporando progressivamente novos sensores, métodos de aquisição, técnicas de processamento, arquiteturas de IoT e possibilidades de aplicação de Inteligência Artificial.
Desenvolver uma infraestrutura experimental capaz de adquirir, processar, monitorar e analisar parâmetros relacionados à qualidade da energia elétrica, criando uma base tecnológica para investigação de distúrbios, comportamento da rede, eficiência energética e desenvolvimento de sistemas inteligentes de monitoramento.
A pesquisa explora principalmente:
- Qualidade de Energia Elétrica (QEE);
- Distorção Harmônica Total (DHT/THD);
- Harmônicas e conteúdo espectral;
- Tensão e corrente RMS;
- Potência ativa;
- Fator de potência;
- Aquisição de sinais elétricos;
- Processamento Digital de Sinais (DSP);
- Instrumentação eletrônica;
- Sistemas embarcados;
- IoT e Edge Computing;
- Monitoramento distribuído;
- Smart Grids;
- Smart Buildings;
- Smart Cities.
A arquitetura parte da aquisição física dos sinais elétricos e evolui progressivamente para processamento, análise, monitoramento, detecção de anomalias e inteligência.
Rede Elétrica
↓
Sensores / Instrumentação
↓
Condicionamento de Sinais
↓
Microcontrolador / Edge
↓
Aquisição de Dados
↓
Processamento Digital de Sinais
↓
FFT / Análise Harmônica
↓
Cálculo de Indicadores de QEE
↓
Monitoramento
↓
Detecção de Anomalias
↓
Inteligência / Automação
Essa arquitetura permite incorporar novos sensores, algoritmos e módulos de inteligência sem necessariamente alterar toda a infraestrutura.
O projeto é organizado conceitualmente em camadas:
Representa o sistema elétrico sob observação e os sinais que serão analisados.
Responsável pela medição das grandezas elétricas e pela interface entre a instalação e o sistema de aquisição.
Adequa os sinais elétricos para aquisição segura e compatível com a eletrônica utilizada, considerando aspectos como faixa de medição, isolamento e características do sinal.
Microcontroladores e dispositivos embarcados realizam a aquisição das amostras e podem executar parte do processamento localmente.
As amostras são processadas para extração de características temporais e espectrais.
São calculados indicadores relacionados à qualidade da energia, incluindo grandezas RMS, conteúdo harmônico e DHT/THD.
Os dados podem alimentar sistemas de monitoramento, detecção de anomalias, análise histórica e, futuramente, modelos de Machine Learning e Inteligência Artificial.
O fluxo geral de processamento pode ser representado por:
Aquisição
↓
Amostragem
↓
Condicionamento / Filtragem
↓
Processamento
↓
Extração de Características
↓
Indicadores de QEE
↓
Armazenamento / Monitoramento
↓
Análise
↓
Detecção de Eventos / Anomalias
↓
Inteligência / Automação
A proposta é evoluir de uma infraestrutura voltada exclusivamente à medição de grandezas elétricas para uma plataforma capaz de interpretar o comportamento dos sinais e apoiar decisões relacionadas ao sistema monitorado.
Entre as tecnologias e plataformas exploradas ao longo da pesquisa estão:
- ESP32 para aquisição e processamento embarcado;
- PZEM-004T para medição de parâmetros elétricos;
- Arduino para prototipação e validação inicial;
- C/C++ para desenvolvimento embarcado;
- Python para processamento e análise de dados;
- PSIM para simulação e análise de circuitos;
- FFT para análise espectral;
- Técnicas de filtragem e processamento digital de sinais;
- Excel / Data Streamer para análise experimental;
- Circuitos condicionadores para adequação dos sinais da rede elétrica.
O desenvolvimento também considera a própria cadeia de medição, incluindo aquisição, condicionamento, processamento e limitações dos sensores, buscando compreender os fatores que influenciam a qualidade e a confiabilidade dos dados obtidos.
A infraestrutura experimental pode trabalhar com diferentes parâmetros elétricos:
- Tensão RMS;
- Corrente RMS;
- Potência ativa;
- Fator de potência;
- Componentes harmônicas;
- Distorção Harmônica Total (DHT/THD);
- Características temporais dos sinais;
- Características espectrais dos sinais;
- Indicadores derivados para análise de qualidade de energia.
O conteúdo harmônico constitui uma das principais frentes da pesquisa, permitindo investigar distorções presentes nos sinais elétricos e seus possíveis impactos sobre a instalação.
A pesquisa utiliza conceitos de Processamento Digital de Sinais (DSP) para transformar as amostras adquiridas em informações relevantes para análise.
Entre as técnicas exploradas estão:
- Amostragem de sinais;
- Filtragem digital;
- Média móvel;
- Transformada Rápida de Fourier (FFT);
- Análise no domínio do tempo;
- Análise no domínio da frequência;
- Extração de componentes harmônicas;
- Cálculo de indicadores de qualidade;
- Tratamento e organização de séries temporais.
A análise temporal permite investigar o comportamento dos sinais ao longo da execução, enquanto a análise espectral permite identificar componentes de frequência e conteúdo harmônico.
Uma das aplicações centrais da pesquisa é o monitoramento de instalações elétricas residenciais, utilizando dispositivos de aquisição distribuídos próximos aos pontos de consumo.
Essa abordagem permite construir uma base de dados energética do ambiente e investigar:
- Perfil de consumo;
- Variações de tensão;
- Comportamento da corrente;
- Presença de harmônicas;
- Alterações na qualidade da energia;
- Eventos anômalos;
- Eficiência energética;
- Comportamento de cargas.
A residência funciona como um laboratório experimental de energia e automação, permitindo avaliar tecnologias em pequena escala antes de sua possível aplicação em ambientes maiores.
A pesquisa explora uma arquitetura distribuída na qual parte do processamento pode ocorrer diretamente no dispositivo de aquisição.
Sensores
↓
ESP32 / Edge Device
↓
Processamento Local
↓
Dados Estruturados
↓
Rede / IoT
↓
Servidor / Plataforma
↓
Analytics / IA
Essa abordagem permite estudar arquiteturas com maior distribuição do processamento, reduzir a dependência de processamento exclusivamente centralizado e criar bases para sistemas escaláveis de monitoramento energético.
A evolução planejada da pesquisa inclui a aplicação de Machine Learning e Inteligência Artificial sobre os dados de monitoramento.
Possíveis linhas de desenvolvimento:
- Detecção automática de anomalias;
- Identificação de padrões de consumo;
- Classificação de eventos;
- Reconhecimento de comportamentos atípicos;
- Diagnóstico assistido por dados;
- Análise preditiva;
- Automação baseada em eventos;
- Integração com sistemas inteligentes de gerenciamento energético.
Essa camada representa uma evolução da análise determinística dos indicadores de QEE para abordagens capazes de aprender padrões a partir dos dados coletados.
Como parte da evolução metodológica, a pesquisa considera a necessidade de adequação progressiva aos requisitos técnicos e normativos aplicáveis à Qualidade de Energia Elétrica.
Entre as referências consideradas estão:
- PRODIST, especialmente os módulos relacionados à qualidade da energia;
- Módulo 5 — Sistemas de Medição;
- Módulo 8 — Qualidade do Fornecimento de Energia Elétrica;
- Normas IEC relacionadas à qualidade de energia;
- Critérios técnicos aplicáveis à instrumentação;
- Critérios técnicos aplicáveis à aquisição e processamento de sinais.
A utilização dessas referências tem como objetivo aproximar progressivamente a metodologia experimental de requisitos aplicáveis a sistemas reais de monitoramento.
A adequação normativa completa depende do escopo específico de cada medição, instrumento, instalação e aplicação. O projeto mantém essa frente como parte da evolução metodológica.
Por se tratar de uma linha de pesquisa em desenvolvimento contínuo, os resultados são incorporados progressivamente conforme novos experimentos e protótipos são desenvolvidos.
A pesquisa já estabelece uma base conceitual e tecnológica envolvendo:
- Aquisição de grandezas elétricas;
- Sensoriamento;
- Condicionamento de sinais;
- Sistemas embarcados;
- Processamento digital de sinais;
- FFT e análise harmônica;
- Indicadores de QEE;
- Monitoramento energético;
- IoT;
- Edge Computing.
Os resultados futuros serão avaliados conforme novas arquiteturas de aquisição, processamento, monitoramento e inteligência sejam implementadas.
A infraestrutura possui potencial para aplicações em diferentes escalas:
- Monitoramento de instalações residenciais;
- Monitoramento de cargas;
- Análise de consumo;
- Diagnóstico de qualidade de energia;
- Detecção de distúrbios;
- Detecção de anomalias;
- Análise de eficiência energética;
- Manutenção preditiva;
- Sistemas inteligentes de gerenciamento energético;
- Smart Home;
- Smart Building;
- Smart Grid;
- Smart City.
A linha de pesquisa segue uma evolução de escala:
Instalação Residencial
↓
Smart Home
↓
Smart Building
↓
Smart Grid
↓
Smart City
A visão é utilizar experimentos realizados em pequena escala como base para investigar soluções de monitoramento energético distribuído, nas quais diferentes pontos de aquisição possam fornecer dados para sistemas maiores de análise, diagnóstico, automação e inteligência.
A trajetória planejada pode ser representada por:
Instrumentação
↓
Aquisição
↓
Processamento
↓
Análise de QEE
↓
Monitoramento
↓
Detecção de Anomalias
↓
Machine Learning / IA
↓
Automação
↓
Smart Energy
Essa evolução permite que o projeto avance gradualmente de uma infraestrutura de medição e análise para uma plataforma de monitoramento energético inteligente.
Este projeto representa uma das bases da linha de desenvolvimento em Engenharia Elétrica, IoT, automação residencial e infraestrutura inteligente.
A pesquisa em QEE se conecta diretamente a projetos e linhas de desenvolvimento relacionados a:
- Smart Home;
- Automação residencial;
- Sistemas embarcados;
- IoT;
- JARVIS;
- Monitoramento energético;
- Inteligência Artificial;
- Smart Buildings;
- Smart Grids;
- Smart Cities.
A visão é integrar progressivamente energia, sensores, automação, dados e Inteligência Artificial em uma infraestrutura capaz de perceber o ambiente, interpretar seus dados e, futuramente, executar ações de forma automatizada.
C/C++ · Python · ESP32 · PZEM-004T · Arduino · IoT · Edge Computing · Sistemas Embarcados · DSP · FFT · Processamento de Sinais · Instrumentação · QEE · DHT/THD · Harmônicas · PSIM · Smart Energy · Smart Grid · Smart Home · Smart Building · Smart City
- ESP32 — Espressif Systems
- PZEM-004T — Documentação e referência do módulo
- Arduino
- Python
- PSIM — Altair
- Microsoft Excel
- Microsoft Data Streamer
- ANEEL — Agência Nacional de Energia Elétrica
- PRODIST — Procedimentos de Distribuição
- IEC — International Electrotechnical Commission
Este repositório representa uma linha de pesquisa aplicada e desenvolvimento experimental em Engenharia Elétrica.
O objetivo não é apenas disponibilizar um código final, mas registrar a evolução conceitual e tecnológica de uma pesquisa que começou na academia e continua sendo expandida para aplicações práticas.
A pesquisa permanece em desenvolvimento, com novas arquiteturas, métodos de aquisição, processamento, monitoramento e aplicações sendo estudados continuamente.
Da medição elétrica à infraestrutura inteligente: transformar dados da rede em informação, inteligência e automação.
Yuri Fernando Dubbern
Engenharia Elétrica · Ciência da Computação · Inteligência Artificial · Data Science · Automação · Sistemas Embarcados · Pesquisa e Desenvolvimento