48
CRIAÇÃO DE ÍNDICE DE DESEMPENHO OPERACIONAL PARA
REI, UNINDO INDICADORES DE TELECOMUNICAÇÕES E
REDES DE DISTRIBUIÇÃO ATRAVÉS DA LÓGICA FUZZY
Mauro Rodrigues
1
Universidade Regional do NO do RS Unijuí – Brasil
http://orcid.org/0000-0002-1465-3577
Alzenira Abaide
2
Universidade Federal de Santa Maria – Brasil
http://orcid.org/0000-0003-1043-1608
Nelson Knak Neto
3
Universidade Federal de Santa Maria – Brasil
http://orcid.org/0000-0001-8815-0086
Recibido: 19/09/2019
Aprobado: 25/10/2019
Resumo
Neste trabalho fizemos a proposta de uma metodologia para agregar os
indicadores operacionais de redes de distribuição e de Telecomunicações em índices para
REI, através da Lógica Fuzzy. Os indicadores usados em redes de distribuição concedidas,
no Brasil, são gerenciados pela Aneel (Agência Nacional de Energia Elétrica) enquanto
os de Telecomunicações são gerenciados pela Anatel (A gência Nacional de
Telecomunicações). Como a REI (Rede Elétrica Inteligente) necessita que a rede de
distribuição seja monitorada continuamente, irá necessitar de recursos de
telecomunicações para sua operação. Atualmente, esses indicadores são coletados de
1
Magister en Ing. Eléctrica.UNIJUÍ GIPE Universidade Regional do NO do RS Unijuí Grupo de Instrumentação e
Processamento de Energia Correo: mauro.rodrigues@gmail.com
2
Doctorado en Ingenieria Eléctrica. UFSM – CEESP Universidade Federal de Santa Maria – Centro de Estudos de Energia e
Sistemas de Potência Santa Rosa/RS; Santa Maria/RS, BrasilCorreo: alzenira@ufsm.br
3
Doctorado en Ingeniería Eléctrica. UFSM – CEESP Universidade Federal de Santa Maria – Centro de Estudos de Energia e
Sistemas de Potência Santa Rosa/RS; Santa Maria/RS, Brasil Correo: nelsonknak@san.uri.br
49
maneiras distintas, com valores, parâmetros e atribuições específicas para cada área. No
entanto, as correlações podem ser realizadas quando se pesquisa problemas e evidências
com origem comum nas áreas envolvidas. Para realizar essa inter-relação propõe-se a
aplicação da Lógica Fuzzy, como ferramenta matemática com similaridades ao raciocínio
humano e, por sua vez, com implementação computacional. A metodologia proposta neste
trabalho traz a especificação do índice proposto, composto de indicadores, e um estudo
de caso teórico a partir de outro trabalho de Telecomunicações aplicado à REI.
Palavras-chave: Distribuição de energia elétrica; Telecomunicações; Smart Grid;
Abstracts
In this work, we proposed a methodology to aggregate the operational indicators
of distribution networks and Telecommunications into indexes for REI, through Fuzzy
Logic. The indicators used in distribution networks granted in Brazil are managed by
Aneel (National Electric Energy Agency) while those in Telecommunications are
managed by Anatel (The National Telecommunications Agency). As REI (Intelligent
Electric Network) requires the distribution network to be monitored continuously, it will
need telecommunications resources for its operation. Currently, these indicators are
collected in different ways, with specific values, parameters and attributions for each area.
However, correlations can be made when researching problems and evidence with
common origin in the areas involved. To achieve this interrelation, the application of
Fuzzy Logic is proposed, as a mathematical tool with similarities to human reasoning
and, in turn, with computational implementation. The methodology proposed in this work
brings the specification of the proposed index, composed of indicators, and a theoretical
case study from another work of Telecommunications applied to REI.
Keywords: Electricity distribution; Telecommunications; Smart Grid;
Indicadores operacionais; Lógica Fuzzy.
Introdução
A Lógica Fuzzy teve seu início através de Zadeh (1965) e seu trabalho publicado
na revista Fuzzy Sets, entitulado “Information Control(ZADEH, 1965). Nesse artigo o
50
autor apresenta as premissas da lógica Fuzzy e como sua organização permitirá análises
computacionais que se assemelhem às efetuadas por seres humanos. Outros trabalhos do
mesmo autor evoluíram as análises e ampliaram suas aplicações como em (ZADEH,
1973) e (ZADEH, 1971). Em Zadeh (1971), destacam-se as relações de similaridade nos
ordenamentos Fuzzy, sinalizando que suas aplicações poderiam ser integradas em
diversos sistemas organizados matematicamente e classificados adequadamente.
A capacidade de integrar Lógica Fuzzy e outras ferramentas aparece em vários
trabalhos (RHUGGENAATH et al, 2018) onde é aplicada na tomada de decisão,
associada à lógica de programação inteira (KAGAN et al, 2009). Em Bernal et al (2018)
é associada com GSO (Galactic Swarm Optimization), formando FGSO (Fuzzy Galactic
Swarm Optimization). Nessa linha, (REDDY, 2014) faz diversas análises de exames de
sangue e dados córporeos da pessoa para tomar as decisões sobre os resultados,
classificando-os em alto, normal e baixo. Autores como García, Lai & Shen (2017)
relacionam as regras da Lógica Fuzzy através de uma pré-ordenação com parâmetros
Galois, criando um regramento matemático complexo. No entanto as associações passam
por formas geométricas que relacionam as variáveis e implicam na avaliação dos
parâmetros (PROFILLIDIS & BOTZORIS, 2019).
Num cenário com regulamentações distintas as REI correm o risco de ficarem sem
métricas adequadas às necessidades de monitoramento. A metodologia proposta busca
interligar os indicadores operacionais hoje existentes, formando o que a literatura chama
de índice, uma informação extraída de indicadores e com formulação, normalmente, mais
complexa (DARONCO, 2014) (MUNARETTO, 2015).
Assim, neste trabalho, aplica-se a Lógica Fuzzy como ferramenta matemática capaz
de integrar os indicadores de desempenho atualmente em uso pelas agências
reguladoras, compondo um novo índice híbrido que permita o acompanhamento dos
resultados, bem como a seleção das áreas que serão analisadas. Num futuro próximo,
espera-se que essa análise alcance um rebuscamento que sua aplicação seja adicionada
a páginas online e os próprios usuários possam consultar diretamente seus indicadores
locais, bem como se tenha sistemas autônomos de busca e preenchimento dos dados
para geração de relatórios automatizados, indo ao encontro de novas práticas de
51
gerenciamento de serviços públicos (VERDEGEM & VERLEYE, 2009)- (LAMIN,
2013).
A. Motivação
Os cenários criados para REI no Brasil envolvem diretamente o SEP (Sistema
Elétrico de Potência) e as redes de Telecomunicações. Esses serviços são concessões
estatais envolvendo agências reguladoras do governo federal, no caso, Aneel
(Agência Nacional de Energia Elétrica) e Anatel (Agência Nacional de
Telecomunicações).
Esses dois órgãos
governamentais utilizam
métricas de desempenho
operacional diferentes, embora o objetivo seja o mesmo: monitorar a qualidade dos
serviços concedidos que são prestados aos clientes. A Fig. 1 apresenta as forças a
serem integradas pela Lógica Fuzzy.
Figura 1 – Lógica Fuzzy integrando os dados originais
Conforme a Fig. 1 é possível perceber que a Lógica Fuzzy é utilizada como
ferramenta de integração, tratando os dados como se fossem de matrizes homogêneas,
embora saiba-se que se tratam de métricas distintas.
A partir dos estudos sobre a Lógica Fuzzy e suas aplicações percebeu-se a
capacidade que a ferramenta possui para integrar dados distintos, com regras e medidas
únicas.
A partir do contexto REI, usando SEP e Telecomunicações, buscou-se a Lógica
Fuzzy como ferramenta matemática que pudesse unificar os indicadores operacionais
de cada área, formulando uma nova solução aplicada.
52
Revisão Bibliográfica
As aplicações da lógica Fuzzy, algumas citadas na Introdução, contemplam
inúmeras áreas, como saúde, segurança, informática, química, eletricidade. Para este
caso, devem ser capazes de alinhar os indicadores operacionais aplicados às redes de
Telecomunicações e SEP elencadas para este estudo.
A. Indicadores de Desempenho
Existem inúmeros estudos envolvendo indicadores operacionais, principalmente
nas áreas de Administração.
No entanto, a Engenharia vem empregando essas ferramentas em diversos
sistemas, como na avaliação de manutenção (SCHUERGER, ARNO, & DOWLING,
2015), controle de qualidade (LEHNHART, 2016) (OLIVEIRA & PASSADOR, 2016),
serviços estatais concedidos à iniciativa privada (EPE, 2016) (PANAJOTOVIC,
JANKOVIC, & BORISLAV, 2011) (SCHUERGER, ARNO, & DOWLING, 2015),
controle de projetos (ZABEO & PIZZOL, 2011) (YAN, QIAN, SHARIF, & TIPPER,
2013), etc.
Para Daronco (2014) a concepção de controle e gerenciamento de medidas
numéricas envolve a organização de prioridades e uma hierarquia coerente que os
coordene em subdivisões como indicadores, índices, dados brutos, etc. Sua tese propõe e
aplica uma metodologia para avaliação e auditoria dos planos municipais de saneamento
básico, compondo várias métricas em índices agrupados com detalhamento dos
processos, agilizando a análise do todo e permitindo uma maior assertividade no
investimento.
B. Indicadores Anatel
Os indicadores de desempenho monitorados pela Anatel compreendem, na área de
comunicação para REI, as licenças de SMP (Serviço Móvel Pessoal) (ANATEL, 2011b)
e SCM (Serviço de Comunicação Multimídia) (ANATEL, 2011a), principalmente, além
de alguns do STFC (Serviço de Telefonia Fixa Comutada) (ANATEL, 2015) (ANATEL,
2018). Cada indicador criado pela Anatel obedece um padrão com a sigla e um número
sequencial que o identifica dentro dos regulamentos, como por exemplo: SMP7
53
formado pela quantidade de chamadas interrompidas por queda de ligações na rede da
prestadora, Equação 1.
𝑆𝑀𝑃7 =
𝐴
𝐵
𝑋100
(1)
Onde os fatores são: A é o número de quedas de ligações; B é o número total de
ligações.
Os indicadores para SMP são controlados pela RGQ- SMP (ANATEL, 2011b) e
servem de métrica para as metas estabelecidas. Em casos que o indicador apresente
desempenho inferior ao requerido a Anatel instaura Procedimento de Apuração de
Descumprimento de Obrigações (PADO) em desfavor da Prestadora (ANATEL, 2017c).
Para o SMP cada indicador apresenta uma meta a ser atingida e é coletado no
PMM (Período de Maior Movimento). Esse horário é compreendido entre 9 e 11 h da
manhã e 14 h e 16 h da tarde, normalmente na segunda quinta-feira do mês (ANATEL,
2016), ou seja, somente uma amostra mensal, padronizada pela Anatel por ser um dia
tido como típico, estatisticamente com menor número de eventos não previstos na
planta em operação.
Para o SCM, alguns indicadores apontam relações muito parecidas com os da
telefonia. Exemplo para o SCM5 que sinaliza velocidade média mensal em 80%,
como o SMP11. No entanto, a amostra colhida para o SCM é realizada no PMT
(Período de Maior Tráfego), compreendido entre 10 h da manhã e 22 h da noite, todos
os dias (ANATEL, 2011a). A Tabela 1 apresenta um resumo dos indicadores
analisados.
54
TABELA I
INDICADORES ANATEL PARA ANÁLISE
Ár
ea
Indic
ador
Equaç
ão
SMP8
SMP9
SM
P
-
SMP10
-
SMP1
1
RAI
-
STF
C
REL
-
SCM4
SC
M
SCM8
SCM9
-
55
C. Indicadores da Aneel
A Aneel avalia vários indicadores para controle das concessões do SEP. Neste
trabalho serão utilizados aqueles que foram delimitados para a análise em conjunto
com os de Telecomunicações, de forma a compor indicadores e índices relacionando
as áreas, somente na distribuição de energia elétrica a clientes residenciais. A Tabela 2
os resume.
Foram selecionados os indicadores individuais para permitir uma posterior
análise em sistemas gerenciais computacionais. Com isso, espera-se que o sistema
permita uma configuração muito próxima da realidade de cada cliente.
TABELA II
INDICADORES DA ANEEL PARA ANÁLISE
INDICAD
OR
INFORMAÇÕES
CÁLCULO
DIC
Duração de
Interrupção Individual
por Unidade
Consumidora ou por
Ponto de
Conexão
FIC
Frequência de
Interrupção Individual
por Unidade
Consumidora ou por
Ponto de
FIC = n
56
Conexão
DMIC
Duração Máxima de
Interrupção Contínua
por Unidade
Consumidora ou por
Ponto de
Conexão
DMIC =
t(i)
Max
D. Lógica Fuzzy
As aplicações em áreas diversificadas convergem para um ponto comum: a
capacidade da ferramenta em analisar dados distintos e permitir a tomada de decisão a
partir das informações fornecidas.
Analisar exames de sangue, compor novos métodos de otimização, melhorar
e ampliar técnicas de controle numérico, entre outras, somam-se, neste trabalho, à
criação de indicadores operacionais de desempenho, sobretudo para serviços
públicos (BERNAL et al, 2018) (GARCÍA, LAI, & SHEN, 2017) (PROFILLIDIS &
BOTZORIS, 2019) (REDDY, 2014), com foco em integração computacional online.
Nesse caso específico, a governança ainda é insipiente e deve melhorar à medida que
os dados sejam disponibilizados na web e permitam livre acesso de qualquer lugar
(VERDEGEM & VERLEYE, 2009).
A Fig. 2 mostra a estrutura geral proposta a partir dos indicadores selecionados
para o índice REI.
57
Figura 2 – Estrutura organizacional proposta
Análise dos indicadores
Para compor os indicadores a partir da lógica Fuzzy, foi realizada a comparação entre
as métricas empregadas pela Anatel e Aneel. Com isso, obteve-se o relacionado na
Tabela 3
Tabela III
Diferenças de abordagem dos indicadores da Aneel e Anatel
58
Tipo de
monitoramento
Fonte
Diferença
Horário
Anatel
Possui um horário de maior
movimento onde concentra suas
métricas
Aneel
Período inteiro
Período
Anatel
PMT – compreendido entre 10 h
e 22 h
Aneel
Divide as métricas em tempos
inteiros, parcelados em períodos
de amostragem
Métrica
empregada
Anatel
Porcentagem, sendo o alvo em
relação do todo
Aneel
Itens com métricas individuais,
baseando-se em critérios
próprios
Índices
Anatel
Somente para pesquisa de
percepção do usuário SCM e
qualidade somente para SMP
incluindo completamento de
chamadas
Aneel
Acumuladores para indicadores
individuais e coletivos, além de
técnicos para níveis de tensão
Nesta tabela são apresentadas incongruências entre as análises efetuadas por cada
agência de fiscalização. Por exemplo, enquanto a Anatel concentra suas métricas em
horários específicos de maior movimento, para banda larga entre 10 h e 22 h de cada dia
e conexões discadas uma vez por mês em horários específicos, a Aneel analisa o período
59
integral de fornecimento ao cliente, mensurando o tempo mínimo e o número de
paralisações. Além disso, quanto à medida da janela de tempo utilizada, pode-se salientar
que qualquer horário pode apresentar criticidade para o fornecimento de energia elétrica,
como a noite, onde as medidas da Anatel sequer verificam a comunicação existente,
tornando qualquer problema neste período não atendido pelos indicadores.
Metodologia Desenvolvida
Através da lógica Fuzzy foi possível relacionar os indicadores operacionais de
Anatel e Aneel, com todas suas peculiaridades apresentadas.
Para o processo final, ainda foram agregadas as informações oriundas da
configuração do sistema de Telecomunicações adotado, através das características básicas
expostas pelo Modelo OSI (TANEMBAUM W. , 2006), Fig. 3.
Figura 3 – Proposta de algoritmo para Lógica Fuzzy
Com esse fluxograma foi possível otimizar a análise da Lógica Fuzzy, a partir da
organização modular, economizando regras para os controladores a partir de saídas
parciais. A Tabela 5 apresenta os dados de entrada avaliados neste estudo.
60
TABELA V
ENTRADA PARA O ÍNDICE DE QUALIDADE REI
Regra
Comunicação
Concessão
Anatel
Aneel
1
Ruim
SMP
SMP7-
SMP8-
SMP9-
SMP10-
SMP11
DIC-FIC-
DMIC
2
STFC
REL-RAI
3
Média
SMP
SMP7-
SMP8-
SMP9-
SMP10-
SMP11
DIC-FIC-
DMIC
4
SCM
SCM1-
SCM4-
SCM5-
SCM6-
SCM8
5
Boa
SMP
SMP7-
SMP8-
SMP9-
SMP10-
SMP11
DIC-FIC-
DMIC
6
SCM
SCM1-
SCM4-
SCM5-
SCM6-
SCM8
61
Os dados de STFC (Sistema de Telefonia Fixa Comutada) (ANATEL, 2016)
apenas foram citados para situações emergenciais, pois, o sistema de comunicação via
linha discada está praticamente em desuso nessa área. No entanto, pode ser necessário em
situações de backup ou suporte emergencial para a REI estabelecida. Por isso apenas dois
indicadores foram selecionados apontando falhas pontuais em clientes locais. Os
indicadores escolhidos para STFC foram:
* REL – taxa de reclamações na modalidade local;
* RAI – número de solicitações de reparo de acessos in- dividuais.
Percebe-se, no detalhamento a seguir, que os valores tratados como Ruim, Regular
e Bom são compostos a partir dos dados reais, avaliados sob a geometria alocada à Lógica
Fuzzy e uma saída que ficará entre 0 e 1, mínimo e máximo valor estabelecido.
A. A estrutura para SMP
A Tabela 6 apresenta os valores para SMP, onde foram definidos 3 níveis para cada
avaliação individual dos indicadores.
TABELA VI
DADOS PARA APLICAR NO CONTROLADOR SMP
Indicador
Meta
Ruim
Regular
Bom
SMP7
< 2%
> 3%
1% < Valor < 3%
< 1%
SMP8
≥ 98%
< 96%
96% ≤ Valor < 98%
≥ 98%
SMP9
< 5%
> 6%
4% ≤ Valor ≤ 6%
< 4%
SMP10
≥ 95%
< 93%
93% ≤ Valor ≤ 96%
> 96%
SMP11
≥ 80%
< 79%
79% ≤ Valor ≤ 90%
> 90%
As variações em torno da meta foram quantificadas de forma a apresentar um
valor chamado de Regular, admitindo ultrapassar o estabelecido. Na representação do
modelo Fuzzy esta ultrapassagem pode ser sinalizada com o grau de pertinência adequado
a partir da geometria montada para representar os parâmetros (PROFILLIDIS &
BOTZORIS, 2019).
62
B. A estrutura para STFC
O sistema de telefonia fixa não foi abordado de forma mais aprofundada, mas foi
notada uma aplicação possível a partir de conexões discadas como salvaguarda da
comunicação principal (ARTIGOS, 2015). A Tabela 7 apresenta os dados.
TABELA VII
DADOS PARA APLICAR NO CONTROLADOR STFC
Indicador
Meta
Ruim
Regular
Bom
REL
≤ 2%
> 3%
1% ≤ Valor ≤ 3%
< 1%
RAI
≤ 2%
> 3%
1% ≤ Valor ≤ 3%
< 1%
C. A estrutura para SCM
Para o SCM existe um conjunto de indicadores selecionados, apresentados na Tabela
8.
TABELA VIII
DADOS PARA APLICAR NO CONTROLADOR SCM
Indicador
Meta
Ruim
Regular
Bom
SCM1
≤ 2%
> 3%
1% ≤ Valor ≤ 3%
< 1%
SCM4
≥ 95%
< 93%
93% ≤ Valor ≤ 96%
> 96%
SCM5
≥ 80%
< 79%
79% ≤ Valor ≤ 90%
> 90%
SCM6
≥ 95%
< 93%
93% ≤ Valor ≤ 96%
> 96%
SCM8
≥ 95%
< 93%
93% ≤ Valor ≤ 96%
> 96%
63
D. A ESTRUTURA PARA INDICADORES ANEEL
EMBORA EXISTAM VÁRIOS INDICADORES MONITORADOS PELA ANEEL, ATRAVÉS DO
PRODIST MÓDULO 8, APENAS OS INDIVIDUAIS SERÃO UTILIZADOS NESTE MOMENTO, OU
SEJA: DIC, FIC, DMIC. ESTA ESCOLHA DEVE-SE AO FATO DESTES OBEDECEREM FATORES
DEFINIDOS NA TABELA 2 DO ANEXO 1 DO REFERIDO DOCUMENTO (ANEEL, 2017).
ASSIM, A TABELA 9 APRESENTA OS VALORES SELECIONADOS.
TABELA IX
DADOS PARA APLICAR NO CONTROLADOR PRODIST
Indicador
Meta
Ruim
Regular
Bom
DIC
< 2,81 h
> 3
3 ≥ Valor ≥ 2,5
< 2,5
FIC
< 1,62 interrupções
> 2
2 ≥ Valor ≥ 1,5
< 1,5
DMIC
< 2,36 h
> 2,8
2,8 ≥ Valor ≥ 2,2
< 2,2
E. O índice de saída
A composição do índice deve utilizar o regramento atual e gera uma correlação dos
dados, transformando-os em informações úteis.
Agica Fuzzy ainda pode correlacionar valores de acordo com pesos estabelecidos,
formando um regramento capaz de fornecer novos números que apontam o estado atual
daquela topologia de rede e dos indicadores de desempenho envolvidos A organização
das entradas foi criada a partir de definições de geometria trapezoidal. Essa forma permite
a configuração que intercala valores ou os coloca de forma separadas, permitindo,
inclusive, que possam obter estados totalmente separados onde o trapézio transforma-se
num retângulo. Para o estudo realizado, alguns indicadores não compartilham dados e as
análises de topologia, por exemplo, são excludentes. Assim, onde um valor inicia o outro
termina; ainda podem ser associados sistemas onde ocorrem áreas comuns para a
caracterização dos problemas. A Fig. 4 apresenta a geometria adotada para as avaliações
64
Fuzzy indicadas.
Figura 4 – Geometrias aplicadas na Lógica Fuzzy. Adaptado de
(PROFILLIDIS & BOTZORIS, 2019)
Figura 5 – Estrutura dos controladores para o índice REI
Outra configuração possível é diminuir a área superior convertendo a figura para
um triângulo, onde apenas um caso ocasiona o valor máximo. Assim, para finalizar, as
distribuições gaussianas não serão utilizadas nas métricas envolvidas, pois alguns valores
já vêm de uma análise proporcional.
Para limitar o número de regras de cada controlador será proposta a organização
FUZZYFICADOR ÍNDICE
SMP
SMP7
SMP8
SMP9
SMP10
SMP11
STFC
REL
RAI
SCM
SCM1
SCM4
SCM5
SCM6
SCM8
PRODIST
DIC
FIC
DMIC
65
em camadas dos controladores criados. Assim, a Fig. 5 apresenta a estrutura proposta.
A partir das entradas obtidas pelos indicadores mensurados, a gica Fuzzy irá
reuni-los por área e depois unificar em um índice comum que poderá ser analisado
qualitativamente (bom, ruim, etc) ou quantitativamente, atribuindo valores estabelecidos
a partir das estruturas geométricas propostas para cada item.
Estudo De Caso
Para demonstrar a viabilidade do processo foi realizado um estudo de caso
baseado numa das redes de Telecomunicações verificada na bibliografia (HEGER,
VODRASKA, & KOCUR, 2015). Esse estudo busca apresentar os resultados obtidos pela
saída parcial da qualificação da comunicação e usar esse valor como entrada no processo
final de criação do índice para REI.
Para isso foram criados 6 cenários a serem aplicados sobre o trabalho citado,
conforme a Tabela 10 e Fig. 4, com valores bons e ruins. Os 4 primeiros são para SMP e
os dois seguintes para o Prodist, agrupados do pior para o melhor.
TABELA X
CENÁRIOS MONTADOS PARA O ESTUDO DE CASO PROPOSTO
Cenári
o
Indicador
Valor arbitrado
1
SMP7; SMP8;
SMP9;
SMP10; SMP11
2,5%; 97,5%; 5,5%;
94%; 78%
2
3
4
2%;
98%;
5%;
94,5
66
%;
80%
1,5%; 98,5%; 5,5%;
95%; 85%
1%; 99%; 6%; 96%;
90%
5
DIC; FIC;
DMIC
3 h; 2; 2,5 h
6
2,8 h; 1,5; 2,3 h
Comparando os valores atribuídos aos cenários criados, percebe-se que eles vão
de situações muito ruins para boas, de forma a avaliar se os controladores da lógica Fuzzy
serão capazes de interpretá-las e relacioná-las adequadamente.
Aplicando estes dados no trabalho de Heger&Vodraska &Kocur (2016), Fig. 6, é
possível encontrar várias estruturas, pois a topologia proposta pelos autores é composta
de pelo menos três etapas distintas, marcadas como 1, 2 e 3. Esta topologia de
comunicação foi escolhida por apresentar características bem caracterizadas e poder ser
implementada em redes elétricas brasileiras que evoluam para REI. Além disso, ela atende
a uma topologia proposta em 2017 pelos autores, baseada na atual composição de redes
típicas de distribuição de energia elétrica, Fig. 7 (RODRIGUES, et al., 2017).
67
Figura 6 – Proposta de rede de comunicação para subestação transformadora,
adaptada de (HEGER, VODRASKA, & KOCUR, 2015)
Figura 7 – Topologia de comunicação para REI
A etapa 1 possui uma topologia em anel, diversificada em comunicação via rede
de telefonia móvel, assim como a marcação 3 que é conectada em um barramento pontual,
ou ponto a ponto e, num aumento do número de concentradores de medidores, pode ser
tomada como estrela (TANEMBAUM W. , 2006). A marcação 2, por sua vez, é uma
topologia em barramento, via protocolo RS 485 que configura uma comunicação serial
muito usada na indústria como padrão para interligação de equipamentos. Assim, a Tabela
11 resume as informações.
TABELA XI
DADOS PARA APLICAR NA FERRAMENTA MATEMÁTICA
Configuraç
ão
Topologia
Meio
Tecnologia
1
Anel
Ar
GPRS/UM
TS
2
Barrament
o
Par
trançado
Serial
3
Estrela
Ar
GPRS/UM
TS
68
A partir da escolha desta rede é possível avaliar a qualidade de conexão para a
referida estrutura e obter uma saída para cada hierarquia de comunicação, aplicando a
metodologia proposta e considerando os indicadores criados como cenário na Tabela 10.
O controlador criado ainda precisa das regras para gerar cada saída. Para o SMP
foram criadas 30 regras que contemplam 3 entradas simultâneas num determinado nível
selecionando, automaticamente, uma saída. A Tabela 12 apresenta os valores obtidos a
partir da Tabela 6.
TABELA XII
RESPOSTAS DO CONTROLADOR SMP
Cenári
o
Valor
Resposta
1
2,5%;97,5%;5,5%;9
4%;78%
0,3
2
2%;98%;5%;94,5%;
80%
0,6
3
1,5%;98,5%;5,5%;9
5%;85%
0,7
4
1%;99%;6%;96%;90
%
0,88
Os indicadores oriundos do STFC e do SCM podem ser ignorados por não estarem
presentes na topologia escolhida para o estudo de caso. Assim, pode-se passar à análise
dos indicadores de continuidade do Prodist.
A implantação das regras para o controlador chamado de Prodist contemplou os
valores arbitrados na Tabela 9, gerando a Tabela 13 com as respostas obtidas.
69
TABELA XIII
RESPOSTAS DO CONTROLADOR PRODIST
Cenár
io
Valor
Resposta
1
3h; 2; 2,5
h
0,3
2
2,8 h; 1,5
; 2,3 h
0,73
A. União dos valores parciais
TABELA XIII
RESPOSTAS DO CONTROLADOR DE SAÍDA
Cen
ário
Valor SMP
Valor
Prodist
(h)
Valor
Comunic
ão
Respost
a
(0 a
1)
1
2,5%; 97,5%;
5,5%;
94%; 78%
3 h; 2;
2,5
Boa
0,28
2
2%; 98%; 5%;
94,5%; 80%
3 h; 2;
2,5
Boa
0,6
3
1,5%; 98,5%;
5,5%;
95%; 85%
2,8 h;
1,5;
2,3
Boa
0,68
4
1%; 99%; 6%;
96%;
90%
2,8 h;
1,5;
2,3
Boa
0,85
70
1
2,5%; 97,5%;
5,5%;
94%; 78%
3 h; 2;
2,5
Média
0,28
2
2%; 98%; 5%;
94,5%; 80%
3 h; 2;
2,5
Média
0,54
3
1,5%; 98,5%;
5,5%;
95%; 85%
2,8 h;
1,5;
2,3
Média
0,68
4
1%; 99%; 6%;
96%;
90%
2,8 h;
1,5;
2,3
Média
0,84
A Tabela 14 apresenta o resumo dos resultados obtidos na saída como índice geral
de operação desse sistema, considerando os cenários propostos e a rede escolhida para o
estudo.
Esta simulação apresenta 4 cenários, compostos por SMP e Prodist e seus
resultados parciais obtidos nos outros controladores. Como são duas configurações de
rede de Telecomunicações para avaliar, a tabela foi dividida em dois níveis, gerando 4
respostas para cada configuração adotada.
Conclusão
Considerando a limitação realizada para colocação do indicador entre 0 e 1,
percebe-se que o processo criado com a lógica Fuzzy relacionou corretamente os cenários
de simulação criados.
Os piores cenários de indicadores fora da meta foram relacionados para duas
topologias do trabalho analisado, apresentado um resultado de 0,28.
O melhor caso, no outro extremo dos cenários, apresentou valores de 0,84 e 0,85,
pois foi considerado que a topologia de rede também contribui para o resultado do índice
REI. No entanto, ficou registrado no fluxograma da Fig. 3 a topologia completa do
algoritmo computacional proposto para a simulação.
A partir do estudo de caso realizado foi possível comprovar a aplicação da lógica
71
Fuzzy como ferramenta para compor índices a partir de indicadores de desempenho
operacional.
Com isso, percebe-se que é possível compor um índice que utilize os atuais
indicadores operacionais monitorados por Anatel e Aneel, criando uma nova perspectiva
de análise das REI brasileiras a partir dos dados existentes. Além disso, é possível
incorporar novos aspectos qualitativos na análise, como: topologia, meio, etc.
Por fim, a ferramenta matemática desenvolvida pode ser adaptada a analisar dados
oriundos de pesquisa de satisfação dos usuários, selecionados regionalmente, apontando
áreas menores onde o processo de concessão do serviço público não apresente resultados
eficientes de acordo com o estabelecido pelo órgão regulador. Além disso, o poder
adaptativo da Lógica Fuzzy pode ser implementado para cruzamento de dados e pesquisas
personalizadas a partir da ferrramenta computacional em desenvolvimento.
Agradecimento
O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de
Pessoal de Nível Superior – Brasil (CAPES/PROEX) – Código de Financiamento 001.
Referências Bibliográficas
ANATEL. (7 de 8 de 2007). Resolução 477 - aprova regulamento do Serviço Móvel
Pessoal - SMP. Acesso em 6 de 1 de 2018, disponível em Legislação Anatel:
http://www.anatel.gov.br/legislacao/resolucoes/2007/9- resolucao-477
ANATEL. (31 de 10 de 2011a). Resolução 574 - Aprova o Regulamento de Gestão da
Qualidade do SCM - RGQ-SCM. Acesso em 10 de 12 de 2017, disponível em Legislação
- Anatel: http://www.anatel.gov.br/ legislacao/resolucoes/26-2011/57-resolucao-574
ANATEL. (31 de 10 de 2011b). Resolução 575 - Aprova o Regulamento de Gestão da
Qualidade do SMP - RGQ-SMP. Acesso em 10 de 12 de 2017, disponível em Legislação
- Anatel: http://www.anatel.gov.br/ legislacao/resolucoes/26-2011/68-resolucao-575
ANATEL. (19 de 6 de 2013). Resolução 617 - Aprova o Regulamento do Serviço
Limitado Privado. Acesso em 6 de 1 de 2018, disponível em Legislação - Anatel:
http://www.anatel.gov.br/legislacao/resolucoes/ 2013/480-resolucao-617
ANATEL. (21 de 08 de 2015). Indicadores de Qualidade do STFC. Acesso em 08
de 2019, disponível em https://www.anatel.gov.br/dados/medidas-
72
adicionais-como-funcionam/ 102-qualidade/indicadores-de-qualidade/291-indicadores-
de-qualidade-do-servico-de-telefonia-fixa-stfc
ANATEL. (23 de 08 de 2016). Regulamento de Gestão da Qualidade. Fonte: Resolução
605/2012: http://www.anatel.gov.br/dados/controle-de- qualidade?layout=edit&id=301
ANATEL. (6 de 2 de 2017c). Relatório de indicadores de desempenho operacional
(SMP). Acesso em 18 de 1 de 2018, disponível em Qualidade da Telefonia Móvel:
http://www.anatel.gov.br/Portal/verificaDocumentos/documento.asp?numeroPublicacao
=346831&pub=original&filtro=1&doc umentoPath=346831.pdf
ANATEL. (31 de 12 de 2018). Controle de Qualidade. Acesso em 03 de 01 de 2019,
disponível em Anatel.gov.br: http://www.anatel.gov.br/ dados/controle-de-qualidade
ANEEL. (2017). ANEEL - Procedimentos de Distribuição - Módulo 8.Acesso em 10
de 12 de 2017, disponível em PRODIST: www.aneel.gov.br
ARTIGOS, C. D. (2015). Redes de Telecomunicações - Sistemas Avançados. Rio de
Janeiro: Érica.
Aydin, Ç. a., & NES, e. Y. (2012). Performance assessment of Turkish electricity
distribution utilities: An application of combined FAHP/TOPSIS/DEA methodology to
incorporate quality of service. Utilities Policy 23, pp. 59-71.
Bernal, E., Castillo, O., Soria, J., F., V., & Melin, P. (2018). A variant to the dynamic
adaptation of parameters in galactic swarm optimization using a fuzzy logic
augmentation. IEEE International Conference on Fuzzy Systems (FUZZ) (pp. 1-7). IEEE.
Daronco, G. C. (2014). Proposição e aplicação de metodologia para avaliação e auditoria
de planos municipais de saneamento básico. Porto Alegre/RS: UFRGS.
EPE. (mar de 2016). Resenha Mensal do mercado de energia elétrica. Acesso em 31 de
mar de 2016, disponível em Empresa de Pesquisa Energética:
http://www.epe.gov.br/mercado/Documents/Resenha%20
Mensal%20do%20Mercado%20de%20Energia%20El%C3%A9trica%20-
%20Fevereiro%202016.pdf
García, J. G., Lai, H., & Shen, L. (2017). Fuzzy Galois connections on fuzzy sets. Fuzzy
Sets and Systems 352, 26-55.
Heger, T., Vodraska, J., & Kocur, Z. (2015). Testing,Troubleshooting and Modelling Tools
73
for Communication Part of Smart Grid. SMART CITIES SYMPOSIUM, 1-4.
IEEE COMMUNICATION SOCIETY. (2013). IEEE VISION FOR SMART GRID
COMMUNICATIONS: 2030 and Beyond. New York: IEEE STANDARDS
ASSOCIATION.
Kagan, N., Schmidt, H. P., Oliveira, C., & Kagan, H. (2009). Métodos de Otimização
Aplicados a Sistemas Elétricos de Potência. São Paulo/SP: Editora Blucher.
Lamin, H. (2013). TESE-Análise de Impacto Regulatório da implantação de redes
inteligentes no Brasil. Brasilia/DF: UNB.
Lehnhart, E. d. (2016). TOMADA DE DECISÃO EM CONTEXTOS ESPECÍFICOS:
uma análise das relações entre os métodos multicritério... Santa Maria/RS: UFSM.
Munaretto, L. F. (2015). AVALIAÇÃO DE DESEMPENHO ORGANIZACIONAL EM
COOPERATIVAS DE ELETRIFICAÇÃO: um estudo sobre uso de indicadores de
desempenho. Porto Alegre: Editora Buqui.
Oliveira, L. R., & Passador, C. S. (2016). The Brazilian Unified National Health System:
Proposal of a Cost-effectiveness Evaluation Model. BAR - Brazilian Administration
Review, 13, 1-6.
Panajotovic, B., Jankovic, M., & Borislav, O. (5-8 de 10 de 2011). ICT and Smart Grid.
TELSIKS 2011, pp. 118-121.
Profillidis, V., & Botzoris, G. (2019). Chapter 9 - Fuzzy
Methods. In: Elsevier, Modeling of Transport Demand - Analyzing, Calculating, and
Forecasting Transport Demand (pp. 383-417). Elsevier.
Reddy, P. V. (26-28 de 11 de 2014). Generalization of Fuzzy Sets Type- 2, Fuzzy
Quantifiers Sets and α-Cut Fuzzy Sets Fuzzy Temporal Sets, Fuzzy Granular Sets and
Fuzzy rough International Conference on Fuzzy Theory and Its Applications, pp. 77-81.
Rhuggenaath, J., Zhang, Y., Akcay, A., Kaymak, U., & Verwer, S. (2018). Learning fuzzy
decision trees using intege rprogramming. IEEE International Conference on Fuzzy
Systems (FUZZ). IEEE.
Rodrigues, M. F., Milke, T., Miranda, S. T., Lima, F. N., Santos, M. M., Malaquias, L.,
Oizimas, J. (21-25 de 05 de 2017). GERENCIAMENTO DE ENERGIA E DEMANDA
COM A IMPLANTAÇÃO DE UM SISTEMA INTELIGENTE SMART GRID. XVII
74
ERIAC-DECIMOSÉPTIMO ENCUENTRO-REGIONAL
IBEROAMERICANO DE CIGRÉ.
Schuerger, R., Arno, R., & Dowling, N. (2015). Why Existing Utility Metrics Do Not
Work for Industrial Reliability Analysis. PSEC- 0592, pp. 1-5.
Superintendência de Regulação e Comercialização, SRC. (2000-201). Pesquisa de
Satisfação dos Consumidores de Eletricidade. Brasília/DF: Aneel.
Tanembaum, A. (2006). REDES DE COMPUTADORES. SÃO PAULO/SP: McGraw
Hill.
Tanembaum, W. (2006). Redes de Computadores. São Paulo: MC Graw Hill.
Verdegem, P., & Verleye, G. (2009). User-centered E-Government in practice: A
comprehensive model for measuring user satisfaction. Government Information
Quarterly(26), 487-497.
Yan, Y., Qian, Y., Sharif, H., & Tipper, D. (4 de 2013). A Survey on Smart Grid
Communication Infrastructures: Motivations, Requirements and Challenges. IEEE
COMMUNICATIONS SURVEYS & TUTORIALS.
Zabeo, A., & Pizzol, L. e. (2011). Regional risk assessment for contaminated sites Part 1:
Vulnerability assessment by multicriteria decision analysis. Environment international,
v.37, n. 8, 1295-1306.
Zadeh, L. A. (1965). FUZZY SETS - Information Control,.vol.8.
Zadeh, L. A. (1971). Similarity Relations and Fuzzy Orderings. Information Sciences,
177-200.
Zadeh, L. A. (3 de 1973). Outline of a new approach to the analysis of complex systems
and decision processes. IEEE Trans. on Systems, Man and Cybernetics, pp. 28-44.