Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Cruz, Héctor Manuel Orellana [UNESP] |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| 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://hdl.handle.net/11449/147100
|
Resumo: |
Este trabalho propõe abordar o problema de alocação de dispositivos indicadores de faltas (IFs) em redes de distribuição de energia elétrica por meio da técnica do Algoritmo Genético Adaptativo (AGA). O algoritmo busca obter uma configuração eficiente de instalação de IFs no sistema e reduzir o custo anual da energia não suprida (CENS) e por outro lado, o custo anual de investimento dos sensores (CINV). Estes custos conflitantes devem ser minimizados como um problema combinatório utilizando o AGA que possui taxas de recombinação e mutação dinamicamente calibradas baseadas na diversidade de cada população no processo. Os resultados mostram que o AGA é um método efetivo para encontrar soluções para o problema de alocação de IFs. Quando comparado com o AG clássico em vários testes, é observado que o AGA tem uma convergência mais rápida mostrando ser mais eficiente. Além disso, o AGA é utilizado para obter uma variedade de soluções numa Fronteira de Pareto aproximada variando os pesos do CENS e o CINV na função objetivo. Portanto, esta metodologia permite obter um conjunto de soluções em lugar de uma única solução e a partir da Fronteira de Pareto é possível escolher a solução que melhor satisfaz os interesses técnicos e econômicos da concessionária de distribuição de energia elétrica. |
