Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência

Detalhes bibliográficos
Autor(a) principal: Leite, Patrícia Teixeira
Data de Publicação: 2003
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-23042015-084714/
Resumo: Neste trabalho foi investigado um novo modelo baseado em inteligência artificial como ferramenta para a resolução do problema de planejamento da operação de sistemas hidrotérmicos de potência. Esta abordagem, que utiliza os princípios da evolução genética, tem se destacado com alta eficiência na solução de problemas de otimização. Para atender a todas as características do problema foram feitas algumas adaptações dos operadores genéticos tradicionais de recombinação e mutação, sendo o problema codificado usando uma cadeia de números reais, e não binários como normalmente é apresentado na literatura. Para isto, foram realizados vários testes visando moldar a técnica ao problema em questão, levando em conta suas características específicas. O algoritmo proposto também foi aplicado em vários testes com usinas pertencentes ao sistema hidroelétrico brasileiro e mostrou o bom desempenho desta abordagem em determinar uma operação ótima, garantindo, da melhor forma possível, o atendimento da demanda por um custo mínimo e com confiabilidade. As aplicações incluíram sistemas complexos, de grande porte, com até 35 usinas hidroelétricas, onde foram obtidos resultados satisfatórios.
id USP_445a92eaa977ac0127ffd65088a7ddec
oai_identifier_str oai:teses.usp.br:tde-23042015-084714
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potênciaArtificial intelligence applied to planning of the hydrothermal systemsAlgoritmos genéticosArtificial intelligenceGenetic algorithmsHybrid genetic algorithmsHydrothermal systemsInteligência artificialOperation planning and optimizationPlanejamento da operação e otimizaçãoSistemas híbridos genéticosSistemas hidrotérmicosNeste trabalho foi investigado um novo modelo baseado em inteligência artificial como ferramenta para a resolução do problema de planejamento da operação de sistemas hidrotérmicos de potência. Esta abordagem, que utiliza os princípios da evolução genética, tem se destacado com alta eficiência na solução de problemas de otimização. Para atender a todas as características do problema foram feitas algumas adaptações dos operadores genéticos tradicionais de recombinação e mutação, sendo o problema codificado usando uma cadeia de números reais, e não binários como normalmente é apresentado na literatura. Para isto, foram realizados vários testes visando moldar a técnica ao problema em questão, levando em conta suas características específicas. O algoritmo proposto também foi aplicado em vários testes com usinas pertencentes ao sistema hidroelétrico brasileiro e mostrou o bom desempenho desta abordagem em determinar uma operação ótima, garantindo, da melhor forma possível, o atendimento da demanda por um custo mínimo e com confiabilidade. As aplicações incluíram sistemas complexos, de grande porte, com até 35 usinas hidroelétricas, onde foram obtidos resultados satisfatórios.The present thesis investigates a new model based on artificial inteligence as a tool to solve the problem of the operational planning of hydrothermal systems. This approach, which uses the principle of genetic evolution, has been very successful and efficient in the solution of optimization problems. To represent all the characteristics of the problem some adaptations of the traditional genetic operators of recombination and mutation were made. The problem used a string of real numbers instead of binary as usually presented in the literature. Thus, several tests were performed in order to adapt the technique to the problem, taking into account its specific characteristics. The proposed algorithm has been applied in several tests in real hydrothermal systems, with plants belonging to the brazilian southeast system. The results achieved so far have indicated that the proposed approach can be an effective alternative or a complementary technique for the planning of hidrothermal system, as it determines an operation strategy for each power plant and minimizes the expected value of the operative cost along the planning horizon. The applications include large systems, with up to 35 hydroelectric plants, where good results were obtained.Biblioteca Digitais de Teses e Dissertações da USPCarneiro, Adriano Alber de França MendesCarvalho, André Carlos Ponce de Leon Ferreira deLeite, Patrícia Teixeira2003-12-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18133/tde-23042015-084714/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:11:56Zoai:teses.usp.br:tde-23042015-084714Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:11:56Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
Artificial intelligence applied to planning of the hydrothermal systems
title Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
spellingShingle Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
Leite, Patrícia Teixeira
Algoritmos genéticos
Artificial intelligence
Genetic algorithms
Hybrid genetic algorithms
Hydrothermal systems
Inteligência artificial
Operation planning and optimization
Planejamento da operação e otimização
Sistemas híbridos genéticos
Sistemas hidrotérmicos
title_short Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
title_full Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
title_fullStr Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
title_full_unstemmed Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
title_sort Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
author Leite, Patrícia Teixeira
author_facet Leite, Patrícia Teixeira
author_role author
dc.contributor.none.fl_str_mv Carneiro, Adriano Alber de França Mendes
Carvalho, André Carlos Ponce de Leon Ferreira de
dc.contributor.author.fl_str_mv Leite, Patrícia Teixeira
dc.subject.por.fl_str_mv Algoritmos genéticos
Artificial intelligence
Genetic algorithms
Hybrid genetic algorithms
Hydrothermal systems
Inteligência artificial
Operation planning and optimization
Planejamento da operação e otimização
Sistemas híbridos genéticos
Sistemas hidrotérmicos
topic Algoritmos genéticos
Artificial intelligence
Genetic algorithms
Hybrid genetic algorithms
Hydrothermal systems
Inteligência artificial
Operation planning and optimization
Planejamento da operação e otimização
Sistemas híbridos genéticos
Sistemas hidrotérmicos
description Neste trabalho foi investigado um novo modelo baseado em inteligência artificial como ferramenta para a resolução do problema de planejamento da operação de sistemas hidrotérmicos de potência. Esta abordagem, que utiliza os princípios da evolução genética, tem se destacado com alta eficiência na solução de problemas de otimização. Para atender a todas as características do problema foram feitas algumas adaptações dos operadores genéticos tradicionais de recombinação e mutação, sendo o problema codificado usando uma cadeia de números reais, e não binários como normalmente é apresentado na literatura. Para isto, foram realizados vários testes visando moldar a técnica ao problema em questão, levando em conta suas características específicas. O algoritmo proposto também foi aplicado em vários testes com usinas pertencentes ao sistema hidroelétrico brasileiro e mostrou o bom desempenho desta abordagem em determinar uma operação ótima, garantindo, da melhor forma possível, o atendimento da demanda por um custo mínimo e com confiabilidade. As aplicações incluíram sistemas complexos, de grande porte, com até 35 usinas hidroelétricas, onde foram obtidos resultados satisfatórios.
publishDate 2003
dc.date.none.fl_str_mv 2003-12-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/18/18133/tde-23042015-084714/
url http://www.teses.usp.br/teses/disponiveis/18/18133/tde-23042015-084714/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257360136929280

Registros relacionados