Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo

Detalhes bibliográficos
Autor(a) principal: Gisele Pinheiro da Silva
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUOS-9UNSNW
Resumo: Neste trabalho é proposta uma nova estratégia para restauração de sistemas de distribuição de energia elétrica. Devido à natureza de suas funções objetivo e restrições, a restauração deve ser modelada como um problema de otimização nãolinear multiobjetivo. Isso torna difícil a tarefa de encontrar soluções adequadas. Nesta proposta, um algoritmo genético multiobjetivo, Strenght Pareto Evolutionary Algorithm (SPEA2), foi implementado com o objetivo de realizar varreduras e gerar soluções eficientes e não repetidas. Para comprovar a eficiência da estratégia proposta, um sistema teste de 16 barras foi utilizado. O algoritmo foi, então, aplicado a dois sistemas reais de grande porte disponibilizados pela Cemig Distribuição, um com 703 barras e outro com 484 barras. O algoritmo gera como resultado indivíduos decodificados em várias soluções sequenciais. Uma novidade apresentada neste trabalho é que o algoritmo não só minimiza a carga desconectada ao fim do conjunto de manobras, mas também minimiza a carga desconectada ao fim de cada iteração, dessa forma o decisor terá certeza que a sequência de manobras apresentada é a que recuperará a maior quantidade de carga.
id UFMG_52f7f4231c82304f25b2648ddc37b77d
oai_identifier_str oai:repositorio.ufmg.br:1843/BUOS-9UNSNW
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Eduardo Gontijo CarranoOriane Magela NetoMauro de Oliveira PratesJoao Antonio de VasconcelosLucas de Souza BatistaGisele Pinheiro da Silva2019-08-14T11:51:17Z2019-08-14T11:51:17Z2014-08-05http://hdl.handle.net/1843/BUOS-9UNSNWNeste trabalho é proposta uma nova estratégia para restauração de sistemas de distribuição de energia elétrica. Devido à natureza de suas funções objetivo e restrições, a restauração deve ser modelada como um problema de otimização nãolinear multiobjetivo. Isso torna difícil a tarefa de encontrar soluções adequadas. Nesta proposta, um algoritmo genético multiobjetivo, Strenght Pareto Evolutionary Algorithm (SPEA2), foi implementado com o objetivo de realizar varreduras e gerar soluções eficientes e não repetidas. Para comprovar a eficiência da estratégia proposta, um sistema teste de 16 barras foi utilizado. O algoritmo foi, então, aplicado a dois sistemas reais de grande porte disponibilizados pela Cemig Distribuição, um com 703 barras e outro com 484 barras. O algoritmo gera como resultado indivíduos decodificados em várias soluções sequenciais. Uma novidade apresentada neste trabalho é que o algoritmo não só minimiza a carga desconectada ao fim do conjunto de manobras, mas também minimiza a carga desconectada ao fim de cada iteração, dessa forma o decisor terá certeza que a sequência de manobras apresentada é a que recuperará a maior quantidade de carga.A novel strategy is proposed in this work for power system restoration. Due to the nature of the objective functions and constraints, the restoration problem should be modelled as a non-linear multi-objective optimization problem. This makes it hard to find suitable solutions for the problem. In this proposal, a multi-objective genetic algorithm, Strenght Pareto Evolutionary Algorithm (SPEA2), was implemented with the goal of performing scans in order to generate efficient unique solutions. To prove the efficiency of the proposed strategy, one test system, with 16 buses, was considered. The algorithm creates as result a decoded individual with sequential solutions, always recovering a big amount of system load. The algorithm was then applied to two real large systems offered by Cemig Distribution, one with 703 buses and another with 484 buses. The algorithm generates as a result individuals decoded over sequential solutions. A novelty presented in this paper is that the algorithm not only minimizes the load disconnected at the end of the set of maneuvers, but also minimizes disconnected after each iteration load, thus the decision-maker will make sure that the sequence of maneuvers is presented that retrieve the largest amount of charge.Universidade Federal de Minas GeraisUFMGEngenharia elétricaAlgoritmos genéticosEnergia eletrica DistribuiçãoRestauração de energiaAlgoritmos genéticos multiobjetivoSPEA2Restauração de redes de energia utilizando algoritmos genéticos multiobjetivoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdisserta__o_mestrado___gisele_pinheiro_da_silva.pdfapplication/pdf1389380https://repositorio.ufmg.br/bitstream/1843/BUOS-9UNSNW/1/disserta__o_mestrado___gisele_pinheiro_da_silva.pdf35fc77a6acc69a1b877eadea9e4bed6bMD51TEXTdisserta__o_mestrado___gisele_pinheiro_da_silva.pdf.txtdisserta__o_mestrado___gisele_pinheiro_da_silva.pdf.txtExtracted texttext/plain122378https://repositorio.ufmg.br/bitstream/1843/BUOS-9UNSNW/2/disserta__o_mestrado___gisele_pinheiro_da_silva.pdf.txtb1fcddfce4093a9fd61920db9e1f54bdMD521843/BUOS-9UNSNW2019-11-14 14:00:19.997oai:repositorio.ufmg.br:1843/BUOS-9UNSNWRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T17:00:19Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
title Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
spellingShingle Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
Gisele Pinheiro da Silva
Restauração de energia
Algoritmos genéticos multiobjetivo
SPEA2
Engenharia elétrica
Algoritmos genéticos
Energia eletrica Distribuição
title_short Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
title_full Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
title_fullStr Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
title_full_unstemmed Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
title_sort Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo
author Gisele Pinheiro da Silva
author_facet Gisele Pinheiro da Silva
author_role author
dc.contributor.advisor1.fl_str_mv Eduardo Gontijo Carrano
dc.contributor.advisor2.fl_str_mv Oriane Magela Neto
dc.contributor.advisor-co1.fl_str_mv Mauro de Oliveira Prates
dc.contributor.referee1.fl_str_mv Joao Antonio de Vasconcelos
dc.contributor.referee2.fl_str_mv Lucas de Souza Batista
dc.contributor.author.fl_str_mv Gisele Pinheiro da Silva
contributor_str_mv Eduardo Gontijo Carrano
Oriane Magela Neto
Mauro de Oliveira Prates
Joao Antonio de Vasconcelos
Lucas de Souza Batista
dc.subject.por.fl_str_mv Restauração de energia
Algoritmos genéticos multiobjetivo
SPEA2
topic Restauração de energia
Algoritmos genéticos multiobjetivo
SPEA2
Engenharia elétrica
Algoritmos genéticos
Energia eletrica Distribuição
dc.subject.other.pt_BR.fl_str_mv Engenharia elétrica
Algoritmos genéticos
Energia eletrica Distribuição
description Neste trabalho é proposta uma nova estratégia para restauração de sistemas de distribuição de energia elétrica. Devido à natureza de suas funções objetivo e restrições, a restauração deve ser modelada como um problema de otimização nãolinear multiobjetivo. Isso torna difícil a tarefa de encontrar soluções adequadas. Nesta proposta, um algoritmo genético multiobjetivo, Strenght Pareto Evolutionary Algorithm (SPEA2), foi implementado com o objetivo de realizar varreduras e gerar soluções eficientes e não repetidas. Para comprovar a eficiência da estratégia proposta, um sistema teste de 16 barras foi utilizado. O algoritmo foi, então, aplicado a dois sistemas reais de grande porte disponibilizados pela Cemig Distribuição, um com 703 barras e outro com 484 barras. O algoritmo gera como resultado indivíduos decodificados em várias soluções sequenciais. Uma novidade apresentada neste trabalho é que o algoritmo não só minimiza a carga desconectada ao fim do conjunto de manobras, mas também minimiza a carga desconectada ao fim de cada iteração, dessa forma o decisor terá certeza que a sequência de manobras apresentada é a que recuperará a maior quantidade de carga.
publishDate 2014
dc.date.issued.fl_str_mv 2014-08-05
dc.date.accessioned.fl_str_mv 2019-08-14T11:51:17Z
dc.date.available.fl_str_mv 2019-08-14T11:51:17Z
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/1843/BUOS-9UNSNW
url http://hdl.handle.net/1843/BUOS-9UNSNW
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 Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUOS-9UNSNW/1/disserta__o_mestrado___gisele_pinheiro_da_silva.pdf
https://repositorio.ufmg.br/bitstream/1843/BUOS-9UNSNW/2/disserta__o_mestrado___gisele_pinheiro_da_silva.pdf.txt
bitstream.checksum.fl_str_mv 35fc77a6acc69a1b877eadea9e4bed6b
b1fcddfce4093a9fd61920db9e1f54bd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1801677048529289216

Registros relacionados