Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/37578
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2019_JaymeMilaneziJunior.pdf7,72 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorCosta, João Paulo Carvalho Lustosa da-
dc.contributor.authorMilanezi Junior, Jayme-
dc.date.accessioned2020-04-22T15:40:51Z-
dc.date.available2020-04-22T15:40:51Z-
dc.date.issued2020-04-22-
dc.date.submitted2019-08-16-
dc.identifier.citationMILANEZI JÚNIOR, Jayme. Array signal processing and data protection applied to smart grids. 2019. xxv, 133 f., il. Tese (Doutorado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2019.pt_BR
dc.identifier.urihttps://repositorio.unb.br/handle/10482/37578-
dc.descriptionTese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019.pt_BR
dc.description.abstractNas redes elétricas atuais, potência, informação e preços fluem bidirecionalmente através das estruturas de distribuição e transmissão, uma vez que dados e energia são hoje produzidos em praticamente todos os pontos do sistema. As mudanças em curso demandam várias melhorias, inclusive em tecnologias de comunicação sem fio e de proteção de dados. Com este objetivo, o presente trabalho se concentra em sistemas de preservação da privacidade de usuários finais em uma rede de área de vizinhança (NAN) que desejam comercializar localmente seus excedentes de energia. Dado que estes consumidores são também produtores, eles são denominados prosumers. Nosso objetivo principal é o de munir os prosumers de técnicas avançadas de processamento de sinais, predição de carga e maior capacidade em proteção de dados, capacitando-os a comercializar energia com autonomia e privacidade. Em termos de técnicas de tranmsissão de dados, sistemas de sub-sampleamento são aplicáveis quando o hardware empregado conta com taxas de amostragem insuficientes para detectar as componentes frequenciais dentro do critério de Nyquist. O Teorema Chinês do Resto (CRT) explica como estimar um número inteiro a partir dos restos de sua divisão por módulos co-primos. No contexto do sub-sampleamento, a incógnita é o valor da frequência de um sinal de com único que se precisa estimar, os módulos correspondem às taxas de amostragem dos sensores empregados e os restos são os valores do pico de leitura DFT feitos por cada sensor. Nós propomos uma técnica para a estimação de números reais por meio do CRT, empregando, para isto, um M-estimador (ME) baseado em produtos de Kronecker. Nossa abordagem supera o estado da arte dos métodos de CRT e pode ser usada em medidores inteligentes (SM) de uma NAN, dado que é possível que estes medidores contem com taxas de amostragem inferiores às necessárias para a leitura de sinais de tom único emitidos pelas antenas transmissoras da empresa de distribuição. Como uma segunda aplicação, apresentamos um estudo de predição de carga em Brasília-DF. Propomos um sistema de predição de carga de curto prazo baseado em filtros de Kalman que se beneficia da Análise de Componentes Principais (PCA) para extrair conjuntos otimizados de uma seleção de dados candidatos. Em paralelo, analisamos o problema de se prover energia aos sensores usados na coleta de tais dados, uma vez que sensores podem ser instalados em locais de difícil acesso. Nossa campanha de medição indica que sistemas de reciclagem de energia por meio de radio-frequência (RF) são adequados para energizar sensores em operação continuada. Os temas acima descritos podem ser vistos como instrumentais para um ambiente dedicado a proteger a privacidade dos prosumers em uma NAN. Note que técnicas de transmissão de dados são frequentemente relacionadas à segurança de dados e que a predição de carga pode ser usada pelos prosumers no planejamento de estratégias de comercialização de curto prazo. No que tange à proteção de privacidade, no nosso melhor entender, há problemas ainda não resolvidos na literatura pois os esforços até aqui observados são quase sempre os de ocultar dados de consumo, enquanto o perfil de comercialização de energia, que também é capaz de vazar informações relevantes acerca do prosumer para seus vizinhos, ainda carece de certa atenção. Como uma forma de aperfeiçoar a segurança de dados dos comercializadores, apresentamos um framework protetivo da privacidade em um ambiente de comercialização de energia juntamente com um novo e perfeito esquema de divisão de segredo (SSS) baseado no CRT. O SSS é uma técnica criptográfica que permite dividir um dado sensível em pedaços que são desprovidos de sentido quando observados individualmente. Nosso SSS baseado no CRT objetiva aumentar o intervalo de segredo obtido por meio do SSS estado da arte de Asmuth-Bloom's, com ganhos por bits usados de até 10103 em relação a este. Na verdade, o intervalo de segredo é ilimitado em nosso SSS, o que provamos matematicamente. Este avanço é importante porque uma das principais soluções ante os ataques de força bruta (BFA) é aumentar o conjunto de valores possíveis para a informação protegida. Esta ferramenta criptográfica é usada em nosso framework de comercialização em SG como forma de aumentar a confiabilidade dos dados intercambiados.pt_BR
dc.language.isoInglêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleArray signal processing and data protection applied to smart gridspt_BR
dc.typeTesept_BR
dc.subject.keywordRedes elétricas inteligentespt_BR
dc.subject.keywordProteção de dadospt_BR
dc.subject.keywordTeorema Chinês do Restopt_BR
dc.subject.keywordProduto de Kroneckerpt_BR
dc.subject.keywordRedes de área de vizinhançapt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.contributor.advisorcoSousa Júnior, Rafael Timóteo de-
dc.description.abstract1In the current power grids, power, information and prices flow bi-directionally through the transmission and distribution structures as data and energy are produced in practically all points of the system. The ongoing changes demand several improvements, including in wireless communication technologies and data protection applications. With this aim, this work focuses on privacy preserving systems for final users in a Neighborhood Area Network (NAN) that desire to trade their locally surplus of produced energy. Since these consumers are also producers, they are called prosumers. Our main goal is providing the prosumers with enhanced signal processing, load forecast and data protection capabilities, enabling them to trade energy with autonomy and in privacy. In terms of data transmission techniques, undersampling systems are applicable when the hardware counts on insu-cient sampling rates to detect the frequency values of the impinging waveforms in accordance with the Nyquist criterion. The Chinese Remainder Theorem (CRT) explains how to estimate an integer-valued number from the knowledge of the remainders in terms of their co-prime moduli. In the undersampling context, the unknown number stands for the frequency value of the single-tone waveform that one needs to estimate, the moduli correspond to the sensor sampling rates and the remainders are the values of the DFT peak read by each sensor. We propose a technique to estimate real-valued numbers by means of CRT, employing for this goal a Kronecker product based M-Estimator (ME). Our approach outperforms the state-of-the-art CRT methods and can be used by Smart Meters (SM) in the NAN, as they are expected to bear sampling rates below the frequency values of single-tone signals broadcast by the power grid transmitters. As a second application, we present a study for load forecast in Brasília, Brazil. We propose a Kalman filter based short term load forecasting system that benefits from Principal Component Analysis (PCA) to extract optimized sets from a selection of candidate time series. In parallel, we analyze the problem of providing energy to the sensors used in collecting the data, as they are normally deployed in locations of di-cult access to people. Our measurement campaign indicates that radiofrequency (RF) harvesting systems are suitable for feeding sensors in steady operation. The subjects above described are instruments for an environment which focuses on protecting the prosumers privacy in the NAN. Note that data transmission techniques are frequently related to data security and that load forecast can be used by local prosumers for planning their trading strategies in the short term. Concerning privacy protection, to the best of our knowledge, there are open issues in the literature since the efforts are almost always related to hide consumption data, while the profile of traded energy, which also delivers relevant information about the prosumers to his neighbors, remains with little attention. In order to enhance the security of energy traders, we present a privacy protective framework for energy trade along with a new and perfect CRT based Secret Sharing Scheme (SSS). The SSS is a cryptographic technique that allows for protecting sensitive data by dividing it into pieces that are meaningless when considered alone. Our CRT based SSS aims at enhancing the secret range obtained by means of the state-of-the-art Asmuth-Bloom's SSS, with gains per bits used of up to 10103 when compared with it. In fact, the secret range is unlimited in our SSS, which is mathematically proven. This improvement is important as one of the main solutions against brute-force attacks (BFA) is to enlarge the set of possible values of the protected information. This cryptographic tool is used in our SG trading framework to improve the trustworthiness of the exchanged data.pt_BR
dc.contributor.emailjmilanezi@gmail.compt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.