Banca de QUALIFICAÇÃO: LEONARDO AUGUSTO DE AQUINO MARQUES

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : LEONARDO AUGUSTO DE AQUINO MARQUES
DATA : 05/12/2023
HORA: 09:00
LOCAL: meet.google.com/dwn-mggv-pce
TÍTULO:

Gerenciamento Inteligente da qualidade de energia elétrica em ativos de data centers

PALAVRAS-CHAVES:

Centro de Dados, Redes Elétricas Inteligentes, Aprendizado de Máquina, Internet das Coisas

PÁGINAS: 100
RESUMO:

O monitoramento da Qualidade de energia elétrica (QEE), particularmente no âmbito da Tecnologia da Informação (TI) e dos Data Center (DC), está ganhando cada vez mais relevância. Essa importância está intrinsecamente
ligada ao constante avanço das atividades de TI, no qual os DC desempenham um papel fundamental ao servirem como alicerces sólidos para esse contínuo crescimento. A QEE desempenha um papel crucial na asseguração do funcionamento confiável de servidores e equipamentos de TI. Dado que esses elementos são essenciais para sustentar aplicativos, serviços e dados críticos tanto para empresas quanto para a vida cotidiana, problemas relacionados à QEE podem ter efeitos prejudiciais sobre a operação desses ativos. Nesse cenário, a implementação de redes inteligentes (do inglês Smart Grid(SG)), emerge como uma solução viável para aprimorar a qualidade do fornecimento de energia elétrica. A SG não apenas possibilita a rápida detecção e correção de problemas associados à QEE, mas também contribui para a estabilidade e eficiência na entrega de energia. A integração de medidores inteligentes (do inglêsSmart Meter(SM)), nesse contexto, é um elemento chave que se alinha perfeitamente com a ideia da SG. Esses dispositivos avançados permitem o monitoramento em tempo real do consumo elétrico e oferecem informações detalhadas sobre a qualidade da energia fornecida. O presente trabalho tem como meta oferecer uma solução de monitoramento inteligente e gerenciamento de QEE em ativos individualizados presentes em DC. Isso será alcançado por meio de uma arquitetura contínua que abrange o espectro doInternet of Things(IoT), desde a borda até a nuvem. Isso permitirá a aplicação de técnicas de Machine Learning (ML) para garantir a integridade dos dispositivos e o funcionamento contínuo. A ênfase será colocada na criação de uma estrutura que possibilita a detecção proativa de problemas relacionados à QEE, proporcionando, assim, um ambiente de operação estável e confiável para os ativos de DC.

MEMBROS DA BANCA:
Presidente - 1699087 - AUGUSTO JOSE VENANCIO NETO
Interno - 1694485 - MARCIO EDUARDO KREUTZ
Externo ao Programa - 2143852 - EDUARDO NOGUEIRA CUNHA - UFRNExterno à Instituição - LEANDRO BUSS BECKER - UFSC