Rotina em Python com interface gráfica para caracterização da Qualidade de Energia Elétrica de uma unidade consumidora.

• Rotina em Python para caracterização da Qualidade de Energia Elétrica.
• Interface gráfica para facilitar a interação e utilização da rotina.
• Classes modulares para cálculo dos indicadores.
• Geração automatizada de relatórios com base nos índices do PRODIST.
• Testes com dados reais obtidos por um analisador de rede.
• Capacidade de gerar gráficos para facilitar a análise dos dados.

Os benefícios da rotina em Python com interface gráfica para caracterização da Qualidade de Energia Elétrica incluem:

1. Automatização do Processo: Reduz a necessidade de intervenção manual, tornando a análise mais eficiente e menos suscetível a erros humanos.

2. Facilidade de Uso: A interface gráfica torna a interação com a rotina mais intuitiva e acessível, permitindo que usuários com diferentes níveis de experiência possam utilizá-la.

3. Análise Abrangente: Possibilita a análise de diversos parâmetros da Qualidade de Energia Elétrica, como variação de tensão, distorção harmônica, fator de potência, entre outros, fornecendo uma visão completa da situação.

4. Conformidade com Padrões: Permite a verificação dos dados coletados em relação aos limites e indicadores estabelecidos pelo PRODIST, garantindo a conformidade com as normas regulatórias.

5. Geração de Relatórios: Facilita a elaboração de relatórios detalhados com base nos índices analisados, fornecendo informações claras e organizadas sobre a Qualidade de Energia Elétrica da unidade consumidora.

6. Auxílio à Tomada de Decisão: Fornece dados e análises que podem auxiliar na identificação de problemas, na implementação de melhorias e na tomada de decisões para otimizar o fornecimento de energia.

7. Potencial de Pesquisa: Serve como uma ferramenta de apoio para pesquisas futuras na área de Qualidade de Energia Elétrica, contribuindo para o avanço do conhecimento e desenvolvimento de novas soluções.

Esses benefícios combinados demonstram o valor e a importância da rotina desenvolvida para a análise e caracterização da Qualidade de Energia Elétrica, trazendo melhorias significativas para o setor elétrico e para os consumidores.

Para utilizar o projeto, é recomendado instalar o gerenciador de dependências Poetry, que facilitará a instalação das bibliotecas necessárias. Siga os passos abaixo para instalar o Poetry e as dependências do projeto:

Acesse o a documentação aqui

Clone o repositório do projeto para o seu ambiente local:

git clone https://github.com/tiaonazario/qee.git

Para ativar o ambiente virtual criado pelo Poetry, navegue até o diretório do projeto e execute o comando:

poetry shell

Navegue até o diretório do projeto e instale as dependências utilizando o Poetry:

poetry install

Depois que todas as dependências forem instaladas execute o projeto

python .\main.py

Se tudo for realizado corretamente, a interface será iniciada conforme ilustrado na imagem a seguir:

Para utilizar a rotina desenvolvida para caracterização da Qualidade de Energia Elétrica, siga os passos abaixo:

1. Abra a interface gráfica do software.
2. Selecione o arquivo contendo os dados coletados pelo analisador de qualidade de energia.
3. Verifique se os dados foram corretamente importados e aparecem na tabela de dados.
4. Utilize o menu suspenso na tabela de dados para selecionar a função desejada, como gerar gráfico, analisar variação de tensão, fator de potência, distorções harmônicas, desequilíbrio de tensão, flutuações de tensão e variação de frequência.
5. Explore as funcionalidades disponíveis para analisar os diferentes aspectos da Qualidade de Energia Elétrica da unidade consumidora.
6. Ao final da análise, gere o relatório com base nos índices e limites estabelecidos no PRODIST.

Certifique-se de seguir as orientações da interface gráfica e das mensagens informativas para uma utilização correta e eficiente da rotina em Python desenvolvida para a caracterização da Qualidade de Energia Elétrica.

1. Pandas: Utilizada para análise dos dados coletados pelo analisador de Qualidade de Energia Elétrica, permitindo trabalhar com DataFrames e Series de forma eficiente.

2. NumPy: Empregada para verificação das informações contidas nos arquivos, cálculo de percentis e tamanho das bases de dados.

3. Matplotlib: Utilizada para a geração de gráficos das tensões analisadas, possibilitando visualizações claras e informativas dos dados.

4. PySide6: Responsável pela criação da interface gráfica do software, permitindo a visualização e interação com os dados de forma amigável e personalizável.

Essas bibliotecas desempenham papéis fundamentais no desenvolvimento e funcionamento da rotina, contribuindo para a análise, visualização e interação com os dados relacionados à Qualidade de Energia Elétrica da unidade consumidora.