Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração

Detalhes bibliográficos
Autor(a) principal: Takahashi, Letícia [UNESP]
Data de Publicação: 2004
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/90804
Resumo: O presente trabalho desenvolve duas abordagens baseadas em sistemas inteligentes, redes neurais artificiais e algoritmos genéticos, para resolver problemas de Despacho Econômico (DE) com a incorporação das características não lineares e pontos de válvula na função custo das unidades geradoras em sistemas de geração. Os algoritmos de otimização convencionais têm apresentado problemas para resolver o DE nos casos em que as funções envolvidas apresentam características de não convexidade e/ou não diferenciabilidade. As abordagens neurais, mas especificamente a rede de Hopfield, mostram-se como ferramentas adequadas no estudo do DE quando funções objetivo não convexas são estudadas. Na Rede de Hopfield Modificada (RHM) aqui analisada, alguns problemas rotineiramente encontrados em outras abordagens neurais, tais como soluções infactíveis e a não convergência aos pontos de equilíbrio (que representam uma solução para o sistema), são tratados de forma eficiente...
id UNSP_fa1aad1f3751f3a1c1fe998b9ae4d2c0
oai_identifier_str oai:repositorio.unesp.br:11449/90804
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geraçãoAlgoritmos genéticosRedes neurais (Computação)O presente trabalho desenvolve duas abordagens baseadas em sistemas inteligentes, redes neurais artificiais e algoritmos genéticos, para resolver problemas de Despacho Econômico (DE) com a incorporação das características não lineares e pontos de válvula na função custo das unidades geradoras em sistemas de geração. Os algoritmos de otimização convencionais têm apresentado problemas para resolver o DE nos casos em que as funções envolvidas apresentam características de não convexidade e/ou não diferenciabilidade. As abordagens neurais, mas especificamente a rede de Hopfield, mostram-se como ferramentas adequadas no estudo do DE quando funções objetivo não convexas são estudadas. Na Rede de Hopfield Modificada (RHM) aqui analisada, alguns problemas rotineiramente encontrados em outras abordagens neurais, tais como soluções infactíveis e a não convergência aos pontos de equilíbrio (que representam uma solução para o sistema), são tratados de forma eficiente...The present work develops two intelligent system approaches: artificial neural networks and genetica algorithms to solving economic dispatch (DE) problems in which the valve point loading is introduced in the cost function analysis. Conventional optimization algorithms have presented some drawbacks when solving certain DE problems presenting non-convexity or non-differentiability issues. The neural approaches, specially the Hopfield network, have proven its efficiency as good tools for solving the DE when such problem presents non-convex objective functions. In the Modified Hopfield network (RHM) studied in this work some problems being highlighted in the literature, such as infeasible solutions or bad convergence rates to the equilibrium points, have been effectively handled. The RHM has also presented a good convergence rate when compared to other neural approaches, which, in general, take thousands of iteration to reach the solution. The Genetic Algorithms (GA) have proven to be suitable for solving optimization presenting non-linear and non-differentiable cost functions. Thus, the genetic... (Complete abstract click electronic access below)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Silva, Ivan Nunes da [UNESP]Nepomuceno, Leonardo [UNESP]Universidade Estadual Paulista (Unesp)Takahashi, Letícia [UNESP]2014-06-11T19:24:47Z2014-06-11T19:24:47Z2004-04-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis143 f. : il.application/pdfTAKAHASHI, Letícia. Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração. 2004. 143 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Bauru, 2004.http://hdl.handle.net/11449/90804000225220takahashi_l_me_bauru.pdf33004056080P82013445187247691Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-06-28T19:30:04Zoai:repositorio.unesp.br:11449/90804Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T14:17:01.061113Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
title Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
spellingShingle Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
Takahashi, Letícia [UNESP]
Algoritmos genéticos
Redes neurais (Computação)
title_short Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
title_full Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
title_fullStr Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
title_full_unstemmed Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
title_sort Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração
author Takahashi, Letícia [UNESP]
author_facet Takahashi, Letícia [UNESP]
author_role author
dc.contributor.none.fl_str_mv Silva, Ivan Nunes da [UNESP]
Nepomuceno, Leonardo [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Takahashi, Letícia [UNESP]
dc.subject.por.fl_str_mv Algoritmos genéticos
Redes neurais (Computação)
topic Algoritmos genéticos
Redes neurais (Computação)
description O presente trabalho desenvolve duas abordagens baseadas em sistemas inteligentes, redes neurais artificiais e algoritmos genéticos, para resolver problemas de Despacho Econômico (DE) com a incorporação das características não lineares e pontos de válvula na função custo das unidades geradoras em sistemas de geração. Os algoritmos de otimização convencionais têm apresentado problemas para resolver o DE nos casos em que as funções envolvidas apresentam características de não convexidade e/ou não diferenciabilidade. As abordagens neurais, mas especificamente a rede de Hopfield, mostram-se como ferramentas adequadas no estudo do DE quando funções objetivo não convexas são estudadas. Na Rede de Hopfield Modificada (RHM) aqui analisada, alguns problemas rotineiramente encontrados em outras abordagens neurais, tais como soluções infactíveis e a não convergência aos pontos de equilíbrio (que representam uma solução para o sistema), são tratados de forma eficiente...
publishDate 2004
dc.date.none.fl_str_mv 2004-04-16
2014-06-11T19:24:47Z
2014-06-11T19:24:47Z
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 TAKAHASHI, Letícia. Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração. 2004. 143 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Bauru, 2004.
http://hdl.handle.net/11449/90804
000225220
takahashi_l_me_bauru.pdf
33004056080P8
2013445187247691
identifier_str_mv TAKAHASHI, Letícia. Abordagens de sistemas inteligentes para a solução do problema de despacho econômico de geração. 2004. 143 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Bauru, 2004.
000225220
takahashi_l_me_bauru.pdf
33004056080P8
2013445187247691
url http://hdl.handle.net/11449/90804
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 143 f. : il.
application/pdf
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 Aleph
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
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128340139180032