• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis de Habilitación
DOI
10.11606/T.3.2017.tde-01082017-153155
Documento
Autor
Nombre completo
Nelson Kagan
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 1999
Tribunal
Jardini, José Antonio (Presidente)
Arango, Hector
Falcão, Djalma Mosqueira
Robba, Ernesto Joao
Torres, Germano Lambert
Título en portugués
Configuração de redes de distribuição através de algoritmos genéticos e tomada de decisão Fuzzy.
Palabras clave en portugués
Algoritmos genéticos
Configuração de redes
Lógica Fuzzy
Sistemas de distribuição de energia elétrica
Tomada de decisão
Resumen en portugués
O presente trabalho tem por objetivo apresentar uma nova modelagem para o tratamento de problemas de configuração de redes de distribuição de energia elétrica. Dentro desta classe de problemas, destacam-se aplicações à reconfiguração de redes e ao planejamento de sistemas de distribuição. A modelagem é baseada em algoritmos genéticos, possibilitando o tratamento de redes de distribuição com dimensões reais. Aproximação nas funções objetivo ou desconsideração de determinadas restrições do problema não são necessárias. A proposta desenvolvida nesta tese parte de modelos que utilizam técnicas de programação matemática e busca heurística. Os aspectos de tratamento de múltiplos objetivos e incertezas, representados nestes modelos - conforme desenvolvimentos apresentados em trabalhos anteriores do autor - são incorporados à modelagem por algoritmos genéticos. Algoritmos genéticos são descritos em sua forma básica, com exemplos ilustrativos em configuração de redes, que mostram o potencial de sua aplicação. Propõe-se então um procedimento de codificação dos indivíduos da população dos algoritmos genéticos que, quando decodificados, resultam em alternativas de configuração viáveis sob o aspecto de topologia. Assim, esse procedimento inédito permite que sejam analisadas tão somente configurações radiais e conexas, o que torna o modelo extremamente eficiente. Contribuições relativas à incorporação das funções objetivo e das restrições do problema na modelagem são desenvolvidas em detalhe. As configurações possíveis geradas durante o procedimento do algoritmo genético são avaliadas através de técnicas de análise de redes que incorporam as incertezas de dados dos problemas através de representação por conjuntos Fuzzy. O modelo possibilita também a consideração dos aspectos subjetivos de tomada de decisão associados aos múltiplos objetivos e restrições do problema, através de procedimento de agregação Fuzzy. A aplicação em sistemas de distribuição de dimensões reais permite avaliar a potencialidade desta nova modelagem aplicada à configuração de redes de distribuição.
Título en inglés
Electric power distribution network configuration through genetic algorithms and Fuzzy decision making.
Palabras clave en inglés
Decision making
Electric power distribution systems
Fuzzy sets
Genetic algorithms
Network configuration
Resumen en inglés
This thesis aims at presenting a new model to deal with configuration problems in electric power distribution systems. The proposed framework can be directly applied to modelling network reconfiguration and distribution system planning. The model is based on genetic algorithms, what makes studying distribution networks of real size possible. No approximation to or limitation on the modelling of objective functions and problem constraints have to be enforced. The methodology is gradually developed throughout the thesis. It derives from existing models based on mathematical programming and heuristic search techniques. This work shows that multiobjective and uncertainly aspects - represented in previous models developed by the author - can be incorporated into the novel approach based on genetic algorithms. Basic genetic algorithms are described along with illustrative examples showing the potential of applying such technique to network configuration problems. The main contribution of this work concerns the codification (and decodification) of individuals in the genetic algorithm population. The decodification procedure ensures feasible configuration alternatives as topology regards. Such novel approach is extremely efficient since the evaluation process deals with radial and connected network configuations only. Contributions regarding the modelling of objective functions and problem constraints within the genetic algorithm framework are also developed in detail. The alternative configurations generated as the genetic algorithm evolves are evaluated by a fuzzy load flow which considers uncertainty in demand values, represented by fuzzy numbers. The model also considers subjective aspects in the decision making process related to multiple objectives and problem constraints, by fuzzy aggregation of the corresponding membership functions.A computational model is applied to distribution systems of real size, showing all benefits regarding the application of the proposed novel methodology to network configuration problems.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
NelsonKagan_TLD.pdf (12.04 Mbytes)
Fecha de Publicación
2017-08-11
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2022. Todos los derechos reservados.