Home » Articles posted by Jorge Ribeiro

Author Archives: Jorge Ribeiro

Defensa Remota Tesis Maestría : “Modelado y detección de fraudes en redes inteligentes de distribución de energía eléctrica”

Viernes 18 de setiembre 08:30hs

Tenemos el agrado de invitarlos a la defensa remota de la tesis de maestría de Fernando Viera : “Modelado y detección de fraudes en redes inteligentes de distribución de energía eléctrica”

Director de Tesis y Académico : Alicia Fernández (Universidad de la República)

Tribunal :  Felix Biscarri (Universidad de Sevilla), Gonzalo Casaravilla (Universidad de la República), Matias Di Martino (Duke University) y Juan Pablo Kosut (Universidad de la República)

Podrán asistir como público a la defensa, a través del mismo canal que usará el tesista y el tribunal, a través de Zoom

En esta plataforma no es necesario que se registren, si puede que les pidan para ejecutar algo a partir de vuestro navegador

Identifíquense al ingresar con su nombre y apellido real (no con un alias)

Mantengan su micrófono silenciado y su video apagado

Al finalizar las preguntas del tribunal podrán permanecer en la reunión para aguardar el fallo del tribunal (el tribunal deliberará en otra sala virtual).

https://us02web.zoom.us/j/84258906515?pwd=WHdpc25zZ2NMb1R6QmtuV0J1VXUrUT09

ID de reunión: 842 5890 6515
Código de acceso: 460220

Aprovecho para agradecer la contribución de Pablo Massaferro al trabajo de supervisión a lo largo de la tesis.

Saludos,

Alicia Fernández

Resumen :

Las pérdidas de energía ocurren durante las diferentes etapas de su entrega, tanto en la generación, como en transmisión y distribución. Estas pérdidas pueden ser clasificadas en pérdidas técnicas (TLs) y pérdidas no técnicas (NTLs). Una de las principales causas de las NTLs deriva de los diferentes tipos de fraudes que algunos clientes pueden llegar a cometer. Estos eventos pueden generar grandes pérdidas a las compañías de suministro eléctrico, además de poner en peligro la seguridad de las personas, resultando en un aspecto crítico en la gestión diaria de la empresa. La aparición de medidores inteligentes en las nuevas infraestructuras (Smart grids) trae consigo un nuevo abanico de oportunidades para el área de detección de fraudes en el consumo energético. El objetivo del presente trabajo es estudiar la detección de fraudes en medidores inteligentes a través del modelado de distintos tipos de fraudes, y la generación de bases de datos sintéticas que permitan entrenar y evaluar algoritmos en el estado del arte. El alcance del trabajo incluye el preprocesado de los datos, adecuando los mismos para servir de entrada de los modelos considerados, incluyendo una propuesta basada en simular el balance en subestaciones. Se aborda también la generación sintética de fraudes antes del entrenamiento, explicando los tipos de fraudes considerados y la estadística que modela los mismos. El trabajo aborda distintas estrategias de detección de fraudes basadas en redes neuronales profundas, propuestas de inclusión de información de subestación, análisis de complementariedad, y fusión de modelos. A su vez, se analiza cuánto degrada la detección contar con un menor histórico de datos, resultado que complementa el análisis del efecto del cambio de granularidad en el desempeño. El trabajo incluye un capítulo de ensayos experimentales, los cuales son ejecutados sobre una base de datos pública de consumo de energía residencial con frecuencia 30 minutal. Como ensayo final se evalúa el desempeño del mejor modelo obtenido en una prueba de campo, sobre una base de datos real con fraudes reales obtenida de la empresa estatal Uruguaya, UTE. Los modelos evaluados muestran que con datos 30 minutales y un histórico de 1 año y medio, se puede lograr muy buen desempeño. También se constató que la degradación puede ser del orden del 20\% cuando se baja a una granularidad diaria o cuando se reduce la historia a 1 mes. Asimismo, se vio que introducir información del balance de subestaciones puede mejorar en algunos puntos el desempeño. En cuanto el comportamiento de los distintos tipos de fraude se obtuvo que existían diferencias de desempeño, y que a futuro se podría considerar emplear estrategias de ensamblado de modelos para diseñar topologías especializadas en todos los fraudes.

Defensa Híbrida Proyecto : “Cargadores para vehículos eléctricos”

Jueves 10 de setiembre 18:30hs

Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : “Control inteligente de luminaria LED”, la cual se realizará en una modalidad híbrida, ya que los estudiantes, tutores y el tribunal estarán presencialmente, mientras que se habilitará una sala de zoom para la participación del público en general.

Estudiantes : Mauricio Gutiérrez, Francisco Halty y Gustavo Mango

Tutor :  Mario Vignolo, Juan Carriquiry y Federico Arismendi

Tribunal : Gonzalo Casaravilla, Sebastián Montes de Oca y Pablo Toscano

El ID de la reunión de Zoom es : 760 0643 170 . No se va a requerir contraseña.

Les solicitamos ingresar en hora e identificarse con su nombre y apellido real (no con un alias). Para el público en general los micrófonos se mantendrán apagados excepto en el momento que se abra la posibilidad de realizar preguntas.

Saludos,

Federico Arismendi

Resumen :

El proyecto de fin de grado a ser presentado tuvo como objetivo el desarrollo de un Sistema de Alimentación para Vehículos Eléctricos (SAVE) que posibilite la carga de las baterías de un vehículo eléctrico (VE) de forma controlada. Este SAVE ejecuta una comunicación con el VE para verificar que esté en condiciones de recibir la carga y también se comunica con un centro de carga desde el cual se gestionan varios SAVEs. Además se realizó un estudio de los requerimientos y modificaciones que debieran implementarse al SAVE desarrollado para lograr extraer energía eléctrica de la batería de un VE, con el propósito de ser utilizada en distintas aplicaciones como por ejemplo conectadas a la red eléctrica. Para la comunicación del SAVE con el VE se implementó un protocolo de comunicación estandarizado bajo la norma IEC 61851, luego para la comunicación entre el SAVE y el servidor se trabajó sobre el protocolo OCPP 1.6J. El servidor utilizado fue proporcionado por UTE.

Defensa Remota Proyecto : “Control inteligente de luminaria LED”

Viernes 11 de setiembre 18:00hs

Tenemos el agrado de invitarlos a la defensa remota del proyecto de fin de carrera : “Control inteligente de luminaria LED”

Estudiantes : Emilio Albarracín, Tomás Arrivillaga y Felipe Morán

Tutor : Leonardo Steinfeld

Tribunal : Sebastián Fernández, Germán Fierro, Gabriel Gómez y Leonardo Steinfeld

La defensa se realizará en forma remota a través de Zoom, el link de la reunión es el siguiente :

https://us02web.zoom.us/j/89362383587?pwd=eHZTeHh6WG9PUHRoUjJkbk52RGVTQT09

ID de reunión: 893 6238 3587
Código de acceso: 7dTdcJ

Les solicitamos ingresar en hora e identificarse con su nombre y apellido real (no con un alias). Para el público en general los micrófonos se mantendrán apagados excepto en el momento que se abra la posibilidad de realizar preguntas.

Saludos,

Leonardo Steinfeld

Resumen :

En el presente documento se describe el trabajo realizado en el proyecto de fin de carrera Control Inteligente de Luminaria LED, donde se desarrolló un controlador de luminaria LED para alumbrado público. Los controladores de luminaria tienen como objetivo dotar de inteligencia a las luminarias de manera tal que sea posible comunicarse con ellas de forma inalámbrica para su monitoreo y control (encendido y apagado, dimerizado, etc.), permitiendo además que puedan encenderse o apagarse de forma autónoma.

El controlador desarrollado en el presente proyecto es capaz de encender y apagar la luminaria, y utiliza el protocolo 1-10V para manejar el dimerizado de la misma cuando está encendida. Además, el controlador utiliza la tecnología LoRaWAN para comunicarse de manera inalámbrica con un servidor central. Esta comunicación permite que el controlador reciba comandos desde el Servidor Central y responda a ellos cuando corresponda.

El controlador tiene cuatro modos de funcionamiento, según la fuente de información principal utilizada para la toma de decisiones. Estos modos son: Directo, en el que se controla la luminaria en base a instrucciones directas de encendido, dimerizado y apagado desde un servidor central; Plan Horario, en el que se controla la luminaria en base a un plan horario configurable con eventos que indican hora y nivel de luz que debe dar la luminaria a partir de dicha hora; Reloj Astronómico, en el que se controla la luminaria en base a la hora de amanecer y atardecer de cada día; y Fotocélula, en el que se controla la luminaria en base al nivel de luz ambiente. Los modos Plan Horario y Reloj Astronómico permiten considerar la información del nivel de luz ambiente para encender la luminaria en las horas diurnas en que haya baja luminosidad. El funcionamiento en distintos modos hace que el controlador sea muy versátil. Además, los modos Plan Horario, Reloj Astronómico y Fotocélula permiten que el controlador comande la luminaria de forma autónoma, sin comunicarse con el Servidor Central.

El controlador consta de diferentes módulos hardware interconectados, cada uno con una función específica. Estos módulos se ubican en tres placas de circuitos impresos circulares, conectadas entre sí mediante cables flexibles, una encima de la otra. Cada placa cuenta con tres orificios, a través de los cuales se insertan tornillos que atraviesan las tres placas, dándole rigidez mecánica al conjunto. Este conjunto soldado a un conector ANSI C136.41, para su conexión a la luminaria y protegidos con una tapa, conforman el controlador.

Los objetivos particulares que se definieron para el proyecto se basan en la Licitación Pública 670/2017 de la IM para cambiar las luminarias del alumbrado público a luminarias LED dotadas de inteligencia por un controlador. En la misma se mencionan los requerimientos que debe cumplir dicho controlador. Si bien en el mercado existen controladores que cumplen con los requerimientos, su diseño de hardware y su software son propietario. Entonces, resulta de interés diseñar y construir un controlador con funciones similares pero con diseño “open-source”.

Defensa Remota Tesis Maestría : “Detección de anomalías en series multivariable con modelos generativos”

Viernes 11 de setiembre 14:00hs

Tenemos el agrado de invitarlos a la defensa remota de la tesis de maestría de Gastón García González : “Detección de anomalías en series multivariable con modelos generativos”

Tutor : Alicia Fernández (Universidad de la República) y Gabriel Gómez Sena (Universidad de la República)

Tribunal :  Federico Lecumberry (Universidad de la República), José Acuña (Universidad de la República), Marcelo Fiori (Universidad de la República), Pedro Casas (Austrian Institute of Technology) y Rafael Molina (Universidad de Granada)

Podrán asistir como público a la defensa, a través del mismo canal que usará el tesista y el tribunal, a través de Zoom

En esta plataforma no es necesario que se registren, si puede que les pidan para ejecutar algo a partir de vuestro navegador

Identifíquense al ingresar con su nombre y apellido real (no con un alias)

Mantengan su micrófono silenciado y su video apagado

Al finalizar las preguntas del tribunal podrán permanecer en la reunión para aguardar el fallo del tribunal (el tribunal deliberará en otra sala virtual).

https://us02web.zoom.us/j/82148822637?pwd=UkZWU2lHdXU0ZklFUkowOGlRbHFVUT09

ID de reunión: 821 4882 2637
Código de acceso: 590819

Saludos,

Alicia Fernández y Gabriel Gómez Sena

Resumen :

La detección de anomalías es un campo de estudio relevante para muchas aplicaciones y contextos. En el monitoreo de sistemas, la recopilación de múltiples variables es esencial para tener un conocimiento del estado del sistema y resolver a tiempo eventuales problemas. Un análisis eficiente de anomalías puede ser útil para detectar problemas de rendimiento, fallas, ataques externos e intentos de fraude. Aunque la detección de anomalías en series temporales es un área de investigación madura, la aparición de grandes plataformas de datos que permiten el procesamiento de cantidades masivas y diversas de datos, junto con la reciente gran exploración científica de nuevas herramientas para aplicación de aprendizaje profundo, plantean nuevas oportunidades y desafíos para investigar en el tema. En particular, la detección de anomalías en series multivariables es un desafío, ya que generalmente los métodos de detección tiene dos esquemas: el análisis univariable, ejecutando un detector independiente para cada serie de tiempo, o el análisis multivariable, tomando a cada instante de tiempo de manera independiente. En este trabajo se plantea la idea de monitorear todas las series de un sistema con un solo modelo teniendo en cuenta la relación temporal. Para esto se recurrió al uso de modelos generativos no-supervisados basados en redes neuronales, los cuales han demostrado una gran capacidad para aprender la distribución de datos complejos. Además, el uso de estas herramientas ayudan a resolver otros dos grandes problemas en la detección de anomalías que son: el alto desequilibrio entre los datos normales y anómalos, y la falta de etiquetas para fines de aprendizaje y validación. Se implementaron dos métodos, el primero basado en el error de reconstrucción utilizando Varationals Auto-Encoders (VAE), y el segundo utilizando redes recurrentes entrenadas bajo el enfoque de las Generative Adversarial Networks (GAN), explotando no solo las propiedades generativas, sino también las discriminativas. Como un aporte importante con respecto al estado del arte, en este trabajo se logra visualizar tanto la capacidad de detección de los métodos como la capacidad de generación que es la base de los mismos. Las evaluaciones fueron hechas en dos conjuntos diferentes de datos reales, uno propio y otro público, obteniéndose muy buenos resultados. Las implementaciones fueron realizadas con la librería keras, logrando que la arquitectura del código sea compacta y sencilla de entender.

Llamado Docente Grado 2 Dpto. de Potencia

REPARTIDO Nº 22/20

LLAMADO Nº 50/2020, Exp. 060180-001503-20

Se llama a aspirantes para la confección una lista de prelación con validez de seis meses, a efectos de proveer cargos interinos (Tipo II – Tecnológico) de ASISTENTE (Grado 2, 10 horas semanales) del Departamento de Potencia del INSTITUTO DE INGENIERÍA ELÉCTRICA – IIE.

Plazo :  Lunes 07/09/2020 – Lunes 21/09/2020

Distribuido Nº539-20 Instructivo postulaciones en el marco de la pandemia de COVID-19

Defensa Remota Tesis Maestría : “Optimización del ruteo en redes sobrepuestas con sistemas de decisión en base a medidas”

Viernes 4 de setiembre 14:00hs

Tenemos el agrado de invitarlos a la defensa remota de la tesis de maestría de Martín Randall : “Optimización del ruteo en redes sobrepuestas con sistemas de decisión en base a medidas”

Tutor : Pablo Belzarena (Universidad de la República)

Tribunal :  Federico La Rocca (Universidad de la República), Pedro Casas (Austrian Institute of Technology) y Alberto Castro (Universidad de la República)

Podrán asistir como público a la defensa, a través del mismo canal que usará el tesista y el tribunal, a través de Zoom

En esta plataforma no es necesario que se registren, si puede que les pidan para ejecutar algo a partir de vuestro navegador

Identifíquense al ingresar con su nombre y apellido real (no con un alias)

Mantengan su micrófono silenciado y su video apagado

Al finalizar las preguntas del tribunal podrán permanecer en la reunión para aguardar el fallo del tribunal (el tribunal deliberará en otra sala virtual).

https://us02web.zoom.us/j/83812937928?pwd=S1JpZUIrOU1zcDMxWkYvOExScFZNUT09.

Identificador (ID): 838 1293 7928
Contraseña: 895409

Saludos,

Pablo Belzarena

Resumen :

El tema de esta Tesis es el diseño de sistemas de decisión recurrentes en el tiempo y basados en medidas. El objetivo del tomador de decisiones es optimizar alguna función de desempeño, minimizando el costo de las mediciones y de la incertidumbre asociada al sistema. En particular, se trabaja sobre una aplicación al ruteo en redes sobrepuestas con calidad de servicio. Las redes sobrepuestas son redes virtuales compuestas por nodos pertenecientes a diferentes redes (subyacentes), conectados entre sí por enlaces virtuales. En general, la política de ruteo entre las redes subyacentes suele no ser óptima, por lo que puede convenir establecer políticas propias. En esta aplicación se busca elegir la mejor ruta en cuanto a algún parámetro de calidad de servicio. Para decidir cuál es la mejor de las rutas posibles, es necesario medir el parámetro de calidad en cuestión. Estas mediciones habitualmente tienen costos asociados, por ejemplo, la interferencia que se genera para realizar la medida en cada ruta, que impacta en el tráfico de los usuarios. Lo ideal sería no tener que medir en todos los tiempos de decisión y poder predecir cuál es la calidad de servicio en función de las medidas anteriores. Sin embargo, el “no medir” genera una incertidumbre en la calidad de servicio y es posible que se elija una ruta que diferente de la óptima en el momento de decisión, por lo que también la decisión de “no medir” tiene un costo asociado: el de la calidad perdida por no escoger la ruta óptima. El objetivo es decidir en cada tiempo de decisión cuáles rutas medir y qué camino elegir, minimizando el costo total acumulado en el tiempo. En un primer abordaje se modela el problema como un Proceso de Decisión Markoviano, se prueban algoritmos de programación dinámica y se propone una solución innovadora : la aproximación por horizonte errante. Luego se liberan las asunciones sobre modelos y se propone una formulación para la utilización de técnicas de aprendizaje supervisado, para lo que se emplean clasificadores bien conocidos como son los árboles de decisión. El método de horizonte errante alcanza resultados casi-óptimos, que permiten reducir el costo de medida manteniendo el menor tiempo de ida y vuelta posible. El algoritmo de aprendizaje supervisado logra un rendimiento comparable, con otras propiedades como robustez frente a escenarios no-markovianos y un menor tiempo de procesamiento.

Defensa Remota Proyecto : “Gurí-Z : Medida de impedancia transtorácica en pacientes pediátricos”

Viernes 28 de agosto 17:30hs

Tenemos el agrado de invitarlos a la defensa remota del proyecto de fin de carrera : “Gurí-Z : Medida de impedancia transtorácica en pacientes pediátricos”

Estudiantes : Varinia Cabrera, Micaela Lopassio y Micaela Peña

Tutor : Pedro Arzuaga

Tribunal : Bernardo Alonso, Sebastián Fernández, Julio Pérez, Nicolás Pérez y Pedro Arzuaga

La defensa se realizará en forma remota a través de Zoom, el link de la reunión es el siguiente :

https://us02web.zoom.us/j/86281222547
ID de reunión: 862 8122 2547

Les solicitamos ingresar en hora e identificarse con su nombre y apellido real (no con un alias). Para el público en general los micrófonos se mantendrán apagados excepto en el momento que se abra la posibilidad de realizar preguntas.

Saludos,

Pedro Arzuaga

Resumen :

El proyecto Gurí-Z consiste en la implementación de un dispositivo médico que mide la impedancia eléctrica transtorácica en pacientes pediátricos. El proyecto surgió ante la necesidad médica de contar con una herramienta que contribuya a un mejor seguimiento de enfermedades como el edema pulmonar. El sistema está compuesto por un dispositivo portable, un cable de paciente y un sistema de carga/descarga de datos. El dispositivo realiza la medida de impedancia mediante la inyección de pulsos bifásicos subumbrales de corriente y la medida de tensión en la piel producida por el pasaje de dicha corriente. La señal analógica de tensión adquirida, es amplificada y digitalizada para luego efectuar el cálculo de la impedancia. La interacción del usuario con el dispositivo es efectuada a través de una pantalla táctil. Presenta una interfaz con el usuario agradable, y permite guardar información para 8 medidas de 10 pacientes, lo cual es suficiente para los CTI de Uruguay.

CERRADO Llamado Docente Grado 1 Dpto. de Procesamiento de Señales

REPARTIDO Nº 18/20

LLAMADO Nº 39/2020, Exp. 060180-001415-20

Se llama a aspirantes para la confección una lista de prelación con validez de seis meses, a efectos de proveer cargos interinos (Tipo II – Tecnológico) de AYUDANTE (Grado 1, 20 horas semanales) del Departamento de Procesamiento de Señales del INSTITUTO DE INGENIERÍA ELÉCTRICA– IIE.

Plazo :  Jueves 20/08/2020 – Jueves 03/09/2020

 Distribuido Nº539-20 Instructivo postulaciones en el marco de la pandemia de COVID-19

CERRADO Llamado Docente Grado 2 Dpto. de Procesamiento de Señales

REPARTIDO Nº 18/20

LLAMADO Nº 38/2020, Exp. 060180-001423-20

Se llama a aspirantes para la confección una lista de prelación con validez de seis meses, a efectos de proveer cargos interinos (Tipo II – Tecnológico) de ASISTENTE (Grado 2, 10 horas semanales) del Departamento de Procesamiento de Señales del INSTITUTO DE INGENIERÍA ELÉCTRICA– IIE.

Plazo :  Jueves 20/08/2020 – Jueves 03/09/2020

Distribuido Nº539-20 Instructivo postulaciones en el marco de la pandemia de COVID-19

CERRADO Llamado Docente Grado 2 Dpto. de Sistemas y Control

REPARTIDO Nº 17/20

LLAMADO Nº 36/2020, Exp. 060180-001140-20

Se llama a CONCURSO DE MÉRITOS para la provisión en EFECTIVIDAD de un cargo (Tipo II – Tecnológico) de ASISTENTE (Grado 2, 6 horas semanales) del Departamento de Sistemas y Control del INSTITUTO DE INGENIERÍA ELÉCTRICA – IIE.

Plazo : Viernes 07/08/2020 – Lunes 07/09/2020

Distribuido Nº539-20 Instructivo postulaciones en el marco de la pandemia de COVID-19