Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Cunha, Pedro Paulo [UNESP]
Orientador(a): Feltrin, Antonio Padilha [UNESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/11449/157396
Resumo: Neste trabalho o espaço geográfico é incorporado ao estudo da análise das potencialidades de migração de consumidores residenciais para uma nova opção tarifária: a tarifa branca. Os trabalhos avaliados no tema não incorporam a análise espacial de dados geográficos. Em geral apresentam as classes de consumo que mais se beneficiam com a adoção da nova opção tarifária e aspectos relacionados à estrutura tarifária de energia elétrica no Brasil. No entanto, o estudo das características do lugar onde pode ser mais provável a migração massiva de consumidores para a tarifa branca pode trazer informações relevantes para direcionar a atenção das distribuidoras de energia na aquisição de medidores eletrônicos e outros equipamentos para determinadas regiões da área urbana do município. Promove-se dessa forma um melhor dimensionamento do sistema elétrico. Os resultados deste trabalho são mapas de probabilidades úteis para indicar as subáreas onde há maior probabilidade de migração de consumidores residenciais para a tarifa branca. Esses mapas indicam que algumas regiões da cidade como a porção central e leste para os anos de 2018 e 2019 exibem maior probabilidade de unidades consumidoras aptas a migrarem para a tarifa branca. Portanto, há nessas regiões uma tendência de redução da demanda de ponta (ou de pico). Espera-se uma mudança de perfil de carga daqueles alimentadores que atendem regiões onde há maior quantidade de consumidores que irão migrar para a tarifa branca. O espaço é incorporado neste trabalho via técnicas de regressão espacial de dados geográficos por áreas, utilizando como variável dependente a taxa de migração para tarifa branca (TMTB). Variáveis socioeconômicas são empregadas para explicar as diferenças entre a TMTB nas diferentes subáreas do perímetro urbano analisado. Este estudo foi realizado em um município do Estado de Mato Grosso do Sul com aproximadamente 300 mil unidades consumidoras. Os resultados deste trabalho mostram um indicativo de possíveis subáreas onde poderá ocorrer maior ou menor migração de consumidores para a tarifa branca.
id UNSP_6cadfb97ef3d98a170df48143f6d4acc
oai_identifier_str oai:repositorio.unesp.br:11449/157396
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Cunha, Pedro Paulo [UNESP]Universidade Estadual Paulista (Unesp)Feltrin, Antonio Padilha [UNESP]2018-10-23T19:51:10Z2018-10-23T19:51:10Z2018-08-24http://hdl.handle.net/11449/15739600090926433004099080P0Neste trabalho o espaço geográfico é incorporado ao estudo da análise das potencialidades de migração de consumidores residenciais para uma nova opção tarifária: a tarifa branca. Os trabalhos avaliados no tema não incorporam a análise espacial de dados geográficos. Em geral apresentam as classes de consumo que mais se beneficiam com a adoção da nova opção tarifária e aspectos relacionados à estrutura tarifária de energia elétrica no Brasil. No entanto, o estudo das características do lugar onde pode ser mais provável a migração massiva de consumidores para a tarifa branca pode trazer informações relevantes para direcionar a atenção das distribuidoras de energia na aquisição de medidores eletrônicos e outros equipamentos para determinadas regiões da área urbana do município. Promove-se dessa forma um melhor dimensionamento do sistema elétrico. Os resultados deste trabalho são mapas de probabilidades úteis para indicar as subáreas onde há maior probabilidade de migração de consumidores residenciais para a tarifa branca. Esses mapas indicam que algumas regiões da cidade como a porção central e leste para os anos de 2018 e 2019 exibem maior probabilidade de unidades consumidoras aptas a migrarem para a tarifa branca. Portanto, há nessas regiões uma tendência de redução da demanda de ponta (ou de pico). Espera-se uma mudança de perfil de carga daqueles alimentadores que atendem regiões onde há maior quantidade de consumidores que irão migrar para a tarifa branca. O espaço é incorporado neste trabalho via técnicas de regressão espacial de dados geográficos por áreas, utilizando como variável dependente a taxa de migração para tarifa branca (TMTB). Variáveis socioeconômicas são empregadas para explicar as diferenças entre a TMTB nas diferentes subáreas do perímetro urbano analisado. Este estudo foi realizado em um município do Estado de Mato Grosso do Sul com aproximadamente 300 mil unidades consumidoras. Os resultados deste trabalho mostram um indicativo de possíveis subáreas onde poderá ocorrer maior ou menor migração de consumidores para a tarifa branca.In this work the geographic space is incorporated to the study of the analysis of the potentialities of migration of residential consumers for a new tariff option: the white tariff. The works evaluated in the theme do not incorporate the spatial analysis of geographic data. In general, they present the classes of consumption that most benefit from the adoption of the new tariff option and aspects related to the tariff structure of electric energy in Brazil. However, the study of the characteristics of the place where the massive migration of consumers to the white tariff may be most likely to bring relevant information to direct the attention of energy distributors in the acquisition of electronic meters and other equipment for certain regions of the urban area of the County. In this way, a better design of the electrical system is promoted. The results of this work are useful probability maps to indicate the subareas where there is a greater probability of migration of residential consumers to the white tariff. These maps indicate that some regions of the city such as the central and eastern portions for the years 2018 and 2019 are more likely to be consumer units able to migrate to the white tariff. Therefore, there is a tendency in these regions to reduce the peak (or peak) demand. A load profile change is expected from those feeders serving regions where there are more consumers who will migrate to the white tariff. The space is incorporated in this work through techniques of spatial regression of spatial data by area, using as a dependent variable the rate of migration to white tariff (TMTB). Socioeconomic variables are used to explain the differences between TMTB in the different subareas of the urban perimeter analyzed. This study was carried out in a municipality of the State of Mato Grosso do Sul with approximately 300 thousand consumer units. The results of this work show an indicative of possible subareas where more or less migration of consumers to the white tariff may occur.porUniversidade Estadual Paulista (Unesp)Análise espacial de dados geográficosGestão de demandaGestão de energiaSinal horárioSistema de distribuição de energia elétricaSpatial analysis of geographic dataDemand managementEnergy managementTime signalElectrical energy distribution systemEstimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétricaSpatial estimation of the migration of residential equipment to a single tariff in electricity distribution systemsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPEngenharia Elétrica - FEISAutomaçãoSistemas de Energia ElétricaUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, Ilha SolteiraOnline3886842168147059[1]0000-0001-6495-440X[1]Publication85b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::175925-185b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::175925-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188694-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188694-1ORIGINALcunha_pp_me_ilha_sub.pdfcunha_pp_me_ilha_sub.pdfapplication/pdf7758976https://repositorio.unesp.br/bitstreams/4c23aa6f-484b-4ff0-8b7e-46ad3bb5c98a/downloade5aeab42086dd39538728d11058cef06MD56trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83093https://repositorio.unesp.br/bitstreams/116a6d43-5b8e-4536-a897-764ad26f2ded/download95f961aca3447e9dab97cebd1f3395dbMD52falseAnonymousREADTEXTcunha_pp_me_ilha_sub.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-10-06T06:04:47Z (GMT).Extracted texttext/plain102757https://repositorio.unesp.br/bitstreams/748edcec-63d4-40f0-be69-19903847605f/downloadb5a9de907b39bdfc583051186ebbe62dMD59falseAnonymousREADTHUMBNAILcunha_pp_me_ilha_sub.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2019-02-12T05:00:58Z (GMT).IM Thumbnailimage/jpeg4292https://repositorio.unesp.br/bitstreams/edd7ce5d-b1cd-4795-a933-8119b81c2fa3/download4f13d88c4515510c74765572a6a26606MD58falseAnonymousREAD11449/1573962026-01-26T12:52:46.656608Zopen.accessoai:repositorio.unesp.br:11449/157396https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-01-26T12:52:46Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)falseTElDRU7Dh0EgUEFSQSBBIERJU1BPTklCSUxJWkHDh8ODTyBPTkxJTkUgREUgRElTU0VSVEHDh8ODTyBPVSBERSBURVNFIFNVQk1FVElEQSBBTyBSRVBPU0lUw5NSSU8gSU5TVElUVUNJT05BTCBVTkVTUA0KDQoxLiBBbyBjb25jb3JkYXIgY29tIGVzdGEgbGljZW7Dp2EsIGV1LCBQZWRybyBQYXVsbyBDdW5oYSAocHAuY3VuaGE2NEB5YWhvby5jb20uYnIpLCByZXNwb25zw6F2ZWwgcGVsbyB0cmFiYWxobyDigJxFc3RpbWHDp8OjbyBlc3BhY2lhbCBkYSBtaWdyYcOnw6NvIGRlIGNvbnN1bWlkb3JlcyByZXNpZGVuY2lhaXMgcGFyYSBhIHRhcmlmYSBicmFuY2EgZW0gc2lzdGVtYXMgZGUgZGlzdHJpYnVpw6fDo28gZGUgZW5lcmdpYSBlbMOpdHJpY2HigJ0gcG9yIG1pbSBzdWJtZXRpZG8gYW8gUmVwb3NpdMOzcmlvIEluc3RpdHVjaW9uYWwgVU5FU1AgZSBkZXNlbnZvbHZpZG8gbm8gw6JtYml0byBkZSB1bSBkb3MgcHJvZ3JhbWFzIGRlIHDDs3MtZ3JhZHVhw6fDo28gZGEgVW5pdmVyc2lkYWRlIEVzdGFkdWFsIFBhdWxpc3RhIOKAnErDumxpbyBkZSBNZXNxdWl0YSBGaWxob+KAnSAoVU5FU1ApOg0KDQphKSBhdGVzdG8gc2VyIG8gcmVzcG9uc8OhdmVsIGxlZ2FsIHBlbG8gdHJhYmFsaG8gc3VibWV0aWRvIGUgcGVsb3MgZGFkb3MgaW5mb3JtYWRvcyBkdXJhbnRlIGEgc3VibWlzc8OjbzsNCg0KYikgYXRlc3RvIHF1ZSBvIHRyYWJhbGhvIHN1Ym1ldGlkbyBuw6NvIGluZnJpbmdlIGxlaXMgZGUgZGlyZWl0byBhdXRvcmFsOw0KDQpjKSBhdGVzdG8gcXVlIG8gdHJhYmFsaG8gc3VibWV0aWRvIG7Do28gY29udMOpbSBxdWFscXVlciBpbmZvcm1hw6fDo28gY29uZmlkZW5jaWFsIG1pbmhhIG91IGRlIHRlcmNlaXJvczsNCg0KZCkgYXRlc3RvIHF1ZSwgc2Ugb2J0aXZlIGZpbmFuY2lhbWVudG8gcGFyYSBvIGRlc2Vudm9sdmltZW50byBkbyB0cmFiYWxobyBzdWJtZXRpZG8sIGluZm9ybWVpIGEgYWfDqm5jaWEgZGUgZm9tZW50byBlIG8gbsO6bWVybyBkbyBmaW5hbmNpYW1lbnRvIGR1cmFudGUgYSBzdWJtaXNzw6NvOw0KDQplKSBhdGVzdG8gcXVlIGEgdmVyc8OjbyBkbyB0cmFiYWxobyBwcmVzZW50ZSBubyBhcnF1aXZvIHN1Ym1ldGlkbyDDqSBhIHZlcnPDo28gZGVmaW5pdGl2YSBxdWUgaW5jbHVpIGFzIGFsdGVyYcOnw7VlcyBkZWNvcnJlbnRlcyBkYSBkZWZlc2EsIHNlIGhvdXZlIGFsZ3VtYTsNCg0KZikgYXRlc3RvIHF1ZSBhIHZlcnPDo28gZG8gdHJhYmFsaG8gcHJlc2VudGUgbm8gYXJxdWl2byBzdWJtZXRpZG8gc2Vyw6EgYSBtZXNtYSB2ZXJzw6NvIGltcHJlc3NhIGVudHJlZ3VlIG5hIFNlw6fDo28gVMOpY25pY2EgZGUgUMOzcy1HcmFkdWHDp8OjbyBjb20gYSBxdWFsIG8gcHJvZ3JhbWEgZGUgcMOzcy1ncmFkdWHDp8OjbyBlbSBxdWUgbyB0cmFiYWxobyBmb2kgZGVzZW52b2x2aWRvIGVzdMOhIHZpbmN1bGFkbzsNCg0KZykgY29uY2VkbyDDoCBVbml2ZXJzaWRhZGUgRXN0YWR1YWwgUGF1bGlzdGEg4oCcSsO6bGlvIGRlIE1lc3F1aXRhIEZpbGhv4oCdIG8gZGlyZWl0byBuw6NvIGV4Y2x1c2l2byBkZSBkaXNwb25pYmlsaXphciwgZGUgY29waWFyIGUgZGUgZGlzdHJpYnVpciwgcG9yIG1laW8gZGUgc2V1cyBhbWJpZW50ZXMgaW5zdGl0dWNpb25haXMgZGUgYWNlc3NvIHJlc3RyaXRvIG91IGFiZXJ0byBhbyBww7pibGljbyBnZXJhbCwgc2VtIHJlc3NhcmNpbWVudG8gZGUgZGlyZWl0b3MgYXV0b3JhaXMsIG8gdHJhYmFsaG8gc3VibWV0aWRvIGUgb3MgZGFkb3MgaW5mb3JtYWRvcyBkdXJhbnRlIGEgc3VibWlzc8OjbzsNCg0KaCkgY29uY2VkbyDDoCBVbml2ZXJzaWRhZGUgRXN0YWR1YWwgUGF1bGlzdGEg4oCcSsO6bGlvIGRlIE1lc3F1aXRhIEZpbGhv4oCdIG8gZGlyZWl0byBuw6NvIGV4Y2x1c2l2byBkZSByZWFsaXphciBxdWFpc3F1ZXIgYWx0ZXJhw6fDtWVzIG5hIG3DrWRpYSBvdSBubyBmb3JtYXRvIGRvIGFycXVpdm8gcGFyYSBwcm9ww7NzaXRvcyBkZSBwcmVzZXJ2YcOnw6NvIGRpZ2l0YWwsIGRlIGFjZXNzaWJpbGlkYWRlIGUgZGUgbWVsaG9yIGlkZW50aWZpY2HDp8OjbyBkbyB0cmFiYWxobyBzdWJtZXRpZG8sIGRlc2RlIHF1ZSBuw6NvIHNlamEgYWx0ZXJhZG8gc2V1IGNvbnRlw7pkbyBpbnRlbGVjdHVhbC4NCg0KMi4gQSBVbml2ZXJzaWRhZGUgRXN0YWR1YWwgUGF1bGlzdGEg4oCcSsO6bGlvIGRlIE1lc3F1aXRhIEZpbGhv4oCdIHNlIGNvbXByb21ldGUgYToNCg0KYSkgZm9ybmVjZXIgdW1hIGlkZW50aWZpY2HDp8OjbyBjbGFyYSBkbyBub21lIGRvIGF1dG9yIGR1cmFudGUgYSBkaXNwb25pYmlsaXphw6fDo28sIGVtIGFtYmllbnRlIGluc3RpdHVjaW9uYWwsIGRvIHRyYWJhbGhvIHN1Ym1ldGlkbzsNCg0KYikgc2UgbmVjZXNzw6FyaW8sIHJlYWxpemFyIGFsdGVyYcOnw7VlcyBub3MgZGFkb3MgaW5mb3JtYWRvcyBkdXJhbnRlIGEgc3VibWlzc8OjbyBwYXJhIHF1ZSBtZWxob3IgcmVwcmVzZW50ZW0gZSBpZGVudGlmaXF1ZW0gbyB0cmFiYWxobyBzZW0sIG5vIGVudGFudG8sIGNvbXByb21ldGVyIHNldSBjb250ZcO6ZG8gaW50ZWxlY3R1YWw7DQoNCmMpIHJlc3BlaXRhciBhIGRlY2lzw6NvIGRvIGF1dG9yIHNvYnJlIGEgdmVyc8OjbyBxdWUgZGV2ZXLDoSBzZXIgZGlzcG9uaWJpbGl6YWRhIGltZWRpYXRhbWVudGUgYXDDs3MgbyBhY2VpdGUgZGEgc3VibWlzc8Ojbywgc2VqYSBlbGEgYSB2ZXJzw6NvIGludGVncmFsIG91IHBhcmNpYWw7DQoNCmQpIHJlc3BlaXRhciBvIHByYXpvIGRlZmluaWRvIHBlbG8gYXV0b3IgcGFyYSBhIGRpc3BvbmliaWxpemHDp8OjbyBkbyBjb250ZcO6ZG8gaW50ZWdyYWwsIGNhc28gbyBhdXRvciB0ZW5oYSBvcHRhZG8gcGVsYSBkaXNwb25pYmlsaXphw6fDo28gaW1lZGlhdGEgYXBlbmFzIGRvIGNvbnRlw7pkbyBwYXJjaWFsIGUgbyBwcmF6byBkZWZpbmlkbyBlc3RlamEgZGVudHJvIGRlIDIgKGRvaXMpIGFub3MgYXDDs3MgYSBkZWZlc2E7DQoNCmUpIG7Do28gcmVhbGl6YXIgYWx0ZXJhw6fDtWVzIG5vIGFycXVpdm8gZW52aWFkbyBhbMOpbSBkYXF1ZWxhcyBkZXNjcml0YXMgbmVzdGEgbGljZW7Dp2EuDQoNClPDo28gUGF1bG8sIE1vbiBPY3QgMjIgMjM6MzI6MDAgQlJUIDIwMTgu
dc.title.pt.fl_str_mv Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
dc.title.alternative.en.fl_str_mv Spatial estimation of the migration of residential equipment to a single tariff in electricity distribution systems
title Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
spellingShingle Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
Cunha, Pedro Paulo [UNESP]
Análise espacial de dados geográficos
Gestão de demanda
Gestão de energia
Sinal horário
Sistema de distribuição de energia elétrica
Spatial analysis of geographic data
Demand management
Energy management
Time signal
Electrical energy distribution system
title_short Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
title_full Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
title_fullStr Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
title_full_unstemmed Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
title_sort Estimação espacial da migração de consumidores residenciais para a tarifa branca em sistemas de distribuição de energia elétrica
author Cunha, Pedro Paulo [UNESP]
author_facet Cunha, Pedro Paulo [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Cunha, Pedro Paulo [UNESP]
dc.contributor.advisor1.fl_str_mv Feltrin, Antonio Padilha [UNESP]
contributor_str_mv Feltrin, Antonio Padilha [UNESP]
dc.subject.por.fl_str_mv Análise espacial de dados geográficos
Gestão de demanda
Gestão de energia
Sinal horário
Sistema de distribuição de energia elétrica
topic Análise espacial de dados geográficos
Gestão de demanda
Gestão de energia
Sinal horário
Sistema de distribuição de energia elétrica
Spatial analysis of geographic data
Demand management
Energy management
Time signal
Electrical energy distribution system
dc.subject.eng.fl_str_mv Spatial analysis of geographic data
Demand management
Energy management
Time signal
Electrical energy distribution system
description Neste trabalho o espaço geográfico é incorporado ao estudo da análise das potencialidades de migração de consumidores residenciais para uma nova opção tarifária: a tarifa branca. Os trabalhos avaliados no tema não incorporam a análise espacial de dados geográficos. Em geral apresentam as classes de consumo que mais se beneficiam com a adoção da nova opção tarifária e aspectos relacionados à estrutura tarifária de energia elétrica no Brasil. No entanto, o estudo das características do lugar onde pode ser mais provável a migração massiva de consumidores para a tarifa branca pode trazer informações relevantes para direcionar a atenção das distribuidoras de energia na aquisição de medidores eletrônicos e outros equipamentos para determinadas regiões da área urbana do município. Promove-se dessa forma um melhor dimensionamento do sistema elétrico. Os resultados deste trabalho são mapas de probabilidades úteis para indicar as subáreas onde há maior probabilidade de migração de consumidores residenciais para a tarifa branca. Esses mapas indicam que algumas regiões da cidade como a porção central e leste para os anos de 2018 e 2019 exibem maior probabilidade de unidades consumidoras aptas a migrarem para a tarifa branca. Portanto, há nessas regiões uma tendência de redução da demanda de ponta (ou de pico). Espera-se uma mudança de perfil de carga daqueles alimentadores que atendem regiões onde há maior quantidade de consumidores que irão migrar para a tarifa branca. O espaço é incorporado neste trabalho via técnicas de regressão espacial de dados geográficos por áreas, utilizando como variável dependente a taxa de migração para tarifa branca (TMTB). Variáveis socioeconômicas são empregadas para explicar as diferenças entre a TMTB nas diferentes subáreas do perímetro urbano analisado. Este estudo foi realizado em um município do Estado de Mato Grosso do Sul com aproximadamente 300 mil unidades consumidoras. Os resultados deste trabalho mostram um indicativo de possíveis subáreas onde poderá ocorrer maior ou menor migração de consumidores para a tarifa branca.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-10-23T19:51:10Z
dc.date.available.fl_str_mv 2018-10-23T19:51:10Z
dc.date.issued.fl_str_mv 2018-08-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/157396
dc.identifier.aleph.none.fl_str_mv 000909264
dc.identifier.capes.none.fl_str_mv 33004099080P0
url http://hdl.handle.net/11449/157396
identifier_str_mv 000909264
33004099080P0
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/4c23aa6f-484b-4ff0-8b7e-46ad3bb5c98a/download
https://repositorio.unesp.br/bitstreams/116a6d43-5b8e-4536-a897-764ad26f2ded/download
https://repositorio.unesp.br/bitstreams/748edcec-63d4-40f0-be69-19903847605f/download
https://repositorio.unesp.br/bitstreams/edd7ce5d-b1cd-4795-a933-8119b81c2fa3/download
bitstream.checksum.fl_str_mv e5aeab42086dd39538728d11058cef06
95f961aca3447e9dab97cebd1f3395db
b5a9de907b39bdfc583051186ebbe62d
4f13d88c4515510c74765572a6a26606
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878343264344473600