Um algoritmo genético para otimização do controle de redes de escoamento de petróleo.
Ano de defesa: | 2005 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Campina Grande
Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/8765 |
Resumo: | O controle em tempo real de redes de tubulações, complexas e de grande escala, para escoamento da produção de petróleo é complicado por vários fatores, entre eles: (a) a confiabilidade dos sistemas de aquisição de dados e comunicação, (b) tempos limites entre a aquisição de dados e a decisão de controle, (c) restrições operacionais de um grande número de dispositivos, (d) controle multi-objetivo, envolvendo objetivos e restrições econômicas, operacionais, ambientais e institucionais. Neste trabalho propomos um Algoritmo Genético (AG) para solucionar o problema do controle em tempo real de redes de escoamento complexas. Centrado no sistema de bombeamento, o algoritmo de otimização exposto utiliza conhecimento especialista do problema para reduzir o tempo de busca e melhorar a qualidade da solução utilizando uma infra-estrutura de grade computacional. Os objetivos do controle são a redução do custo com o consumo de energia e dos riscos ao meio ambiente, mantendo os níveis de produção e segurança. Os operadores genéticos de cruzamento e mutação foram modificados para prevenir convergência prematura e acelerar a busca em regiões mais promissoras do espaço-solução, dando à tradicional ‘cegueira’ dos operadores genéticos a direção para gerar melhores descendentes. A técnica de seeding foi utilizada para garantir uma solução viável dentro do prazo. O AG apresenta uma função de adaptabilidade ponderada no tempo. Esta função minimiza as possíveis perdas que se possa ter devido às incertezas presentes na previsão da produção. Os resultados mostram que o AG encontra soluções mais econômicas que os procedimentos ad hoc de operação da rede, com uma redução média de 5,45% do custo. Além disso, verificamos que um ganho médio adicional de 16,92% pode ser alcançado com o aumento dos recursos computacionais disponíveis. |