Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Bossola, Luiz Henrique, 1994-
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/73995
Resumo: Orientador: Prof. Dr. Daniel Rodrigues dos Santos
id UFPR_812f09d22378579c380fd64cd9c23434
oai_identifier_str oai:acervodigital.ufpr.br:1884/73995
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Bossola, Luiz Henrique, 1994-Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências GeodésicasSantos, Daniel Rodrigues dos, 1973-2022-04-18T19:49:25Z2022-04-18T19:49:25Z2021https://hdl.handle.net/1884/73995Orientador: Prof. Dr. Daniel Rodrigues dos SantosDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa : Curitiba, 27/09/2021Inclui referências: p. 98-100Resumo: De acordo com a ONS (Operador Nacional de Sistema Elétrico), há uma previsão deconstrução de aproximadamente 39,8 mil quilômetros de novas Linhas deTransmissão (LTs) com tensões entre 230 kV e 500 kV no país. Levando emconsideração a largura da faixa de abrangência de uma nova obra que é de 5 km(segundo legislação vigente), têm-se uma área potencial indireta a ser afetada de 199mil km² e direta de mais de 2 mil km². Um dos fatores preponderantes na construçãode LTs é a fase de planejamento do traçado de diretrizes (definição traçado inicial eexperimental), que envolve o conhecimento prévio de fatores restritivos presentes naárea de instalação do empreendimento. Em abordagens convencionais, oplanejamento do traçado de diretriz de LTs é realizado de forma manual, com baseem um conjunto de dados extraídos de cartas topográficas do exército, imagens desatélite, entre outras bases de dados disponíveis, dependendo também do profissionalque realiza essa análise e a ponderação de critérios são subjetivos. Dessa forma, oobjetivo principal deste estudo é utilizar inteligência artificial (IA) para o cálculo dospesos de cada variável de forma homogênea visando minimizar impactos sociais,ambientais, culturais e econômicos na fase de diretriz de traçados na construção denovas linhas de transmissão. A RNA utilizada é a Neuralnet, baseada em linguagemR, utilizando a entropia cruzada como métrica de erro. Foram utilizados como dadosde entrada da rede as variáveis: uso do solo, declividade, áreas de proteção integral,aeródromos, áreas indígenas, altimetria, linhas de transmissão existentes eempreendimentos lineares, composto pelas camadas de ferrovias, rodovias edutovias. Foi realizado o treinamento da RNA utilizando 2 mil e 20 mil amostras,escolhidas aleatoriamente, sendo 60% delas utilizadas para a checagem da qualidadedo modelo treinado. Verificou-se que a utilização de 5 neurônios ocultos é suficientepara a geração automática dos pesos usando a RNA. A taxa de sucesso máximaalcançada pelo modelo treinado foi de 69% utilizando a quantidade maior de amostras.A taxa de sucesso encontrada é resultado da baixa qualidade das amostrasempregadas, uma vez que há inúmeras camadas utilizadas para entrada do modeloque não foram consideradas na construção das linhas de transmissão usadas, nestetrabalho, como amostras positivas.Abstract: As reported by NESO (National Electric System Operator), there are plans to buildapproximately 39.8 thousand kilometers of new Transmission Lines (TLs) with voltagesbetween 230 kV and 500 kV in the national territory. According to current legislation,the width of the range of a new Transmission Line construction is 5 km, thus, there isa potential indirect area of 199 thousand km² to be changed and a direct area of morethan 2 thousand km². One of the most important factors in the construction of TLs isthe planning phase of the guideline layout (initial and experimental route definition),which involves prior knowledge of restrictive factors present in the area of the project.In conventional approaches, the LT's guideline path planning is done manually, basedon a set of data extracted from Army topographic maps, satellite images, among otheravailable databases. This planning depending on the professional who performs thisanalysis and, thus, the criteria weighting are subjective. Hence, the main objective ofthis study is to use Artificial Intelligence (AI) to calculate the weights of each variablein a homogeneous way, in order to minimize social, environmental, cultural, andeconomic impacts in the guideline path phase of the construction of new TransmissionLines. For this purpose, the Artificial Neural Network (ANN) used is Neuralnet, whichis based on the R language, using cross-entropy as an error metric. The followingvariables were used as input data for the network: land use, slope, integral protectionareas, airfields, indigenous areas, altimetry, existing transmission lines, and linearenterprises (layers of railroads, highways, and pipelines). The ANN was trained using2 thousand and 20 thousand randomly chosen samples, 60% of which were used tocheck the quality of the trained model. It was found that the use of 5 hidden neurons issufficient for the automatic generation of the weights using ANN. The maximumsuccess rate achieved by the trained model was 69% using the larger amount ofsamples. The success rate found is a result of the low quality of the used samples,since there are numerous layers used for model input that were not considered in theconstruction of the transmission lines used as positive samples in this work.1 recurso online : PDF.application/pdfLinhas eletricasGeodésiaEnergia eletrica - TransmissãoRedes neuraisProposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - LUIZ HENRIQUE BOSSOLA.pdfapplication/pdf6780429https://acervodigital.ufpr.br/bitstream/1884/73995/1/R%20-%20D%20-%20LUIZ%20HENRIQUE%20BOSSOLA.pdf7eb7686f5e66cef127a61e88ab1d65a9MD51open access1884/739952022-04-18 16:49:25.642open accessoai:acervodigital.ufpr.br:1884/73995Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-04-18T19:49:25Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
title Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
spellingShingle Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
Bossola, Luiz Henrique, 1994-
Linhas eletricas
Geodésia
Energia eletrica - Transmissão
Redes neurais
title_short Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
title_full Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
title_fullStr Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
title_full_unstemmed Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
title_sort Proposta de ponderação automática na otimização de diretriz de traçado de novas linhas de transmissão de energia elétrica usando redes neurais artificiais
author Bossola, Luiz Henrique, 1994-
author_facet Bossola, Luiz Henrique, 1994-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências Geodésicas
dc.contributor.author.fl_str_mv Bossola, Luiz Henrique, 1994-
dc.contributor.advisor1.fl_str_mv Santos, Daniel Rodrigues dos, 1973-
contributor_str_mv Santos, Daniel Rodrigues dos, 1973-
dc.subject.por.fl_str_mv Linhas eletricas
Geodésia
Energia eletrica - Transmissão
Redes neurais
topic Linhas eletricas
Geodésia
Energia eletrica - Transmissão
Redes neurais
description Orientador: Prof. Dr. Daniel Rodrigues dos Santos
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-04-18T19:49:25Z
dc.date.available.fl_str_mv 2022-04-18T19:49:25Z
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 https://hdl.handle.net/1884/73995
url https://hdl.handle.net/1884/73995
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.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/73995/1/R%20-%20D%20-%20LUIZ%20HENRIQUE%20BOSSOLA.pdf
bitstream.checksum.fl_str_mv 7eb7686f5e66cef127a61e88ab1d65a9
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898875093647360

Registros relacionados