Otimização de sistemas hidrotérmicos de geração por meio de meta-heurísticas baseadas em enxame de partículas

Página do item simplificado
dc.contributor.advisor-co1Vinhal, Cássio Dener Noronha
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9791117638583664eng
dc.contributor.advisor1Cruz Júnior, Gélson da
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4370555454162131eng
dc.contributor.referee1Cruz Júnior, Gélson da
dc.contributor.referee2Nepomuceno, Leonardo
dc.contributor.referee3Silva, Karina Rocha Gomes da
dc.creatorDeus, Guilherme Resende
dc.creator.Latteshttp://lattes.cnpq.br/1402434271136884eng
dc.date.accessioned2017-07-10T11:44:22Z
dc.date.issued2016-02-02
dc.description.abstractThe objective of this work is to find reasonable solutions to the problem of optimization of hydrothermal generating systems by means of metaheuristics based on particle swarms. The proposed problem is complex, dynamic, nonlinear and presents some stochastic variables. The study consisted of the implementation of particle swarm algorithms, more specifically the variants of the Particle Swarm Optimization (PSO) algorithm: LSSPSO, ABeePSO and KFPSO. The algorithms were run in a mill simulator containing data from eight National Interconnected System mills during the five year period. The results were compared with the studies using the Nonlinear Programming (NLP) algorithm, and it was concluded that although the presented meta-heuristics were able to obtain a Final Storage Energy value equal to NLP, they did not have a generation cost Equivalent to or less than the Nonlinear Programming method.eng
dc.description.provenanceSubmitted by Cássia Santos (cassia.bcufg@gmail.com) on 2017-07-03T12:59:51Z No. of bitstreams: 2 Dissertação - Guilherme Resende Deus - 2016.pdf: 3406372 bytes, checksum: aaa431a0fa0dd2323a74cf35fb63f892 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-07-10T11:44:22Z (GMT) No. of bitstreams: 2 Dissertação - Guilherme Resende Deus - 2016.pdf: 3406372 bytes, checksum: aaa431a0fa0dd2323a74cf35fb63f892 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2017-07-10T11:44:22Z (GMT). No. of bitstreams: 2 Dissertação - Guilherme Resende Deus - 2016.pdf: 3406372 bytes, checksum: aaa431a0fa0dd2323a74cf35fb63f892 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-02-02eng
dc.description.resumoO trabalho objetiva encontrar soluções razoáveis para o problema de otimização de sistemas hidrotérmicos de geração por meio de meta-heurísiticas baseadas em enxame de partículas. O problema proposto é complexo, dinâmico, não linear e apresenta algumas variáveis estocásticas. O estudo consistiu na implementação de algoritmos baseados em enxame de partículas, mais especificamente das variantes do algoritmo Particle Swarm Optimization (PSO): LSSPSO, ABeePSO e KFPSO. Os algoritmos foram executados em um simulador de usinas que contém dados de oito usinas do Sistema Interligado Nacional durante o período de cinco anos. Os resultados foram comparados com os estudos que utilizam o algoritmo de Programação Não-Linear (PNL), e conclui-se que apesar de as meta-heurísticas apresentadas conseguirem obter um valor de Energia Armazenada Final igual ao PNL, não obtiveram um custo de geração equivalente ou inferior ao método de Programação Não-Linear.eng
dc.formatapplication/pdf*
dc.identifier.citationDEUS, G. R. Otimização de sistemas hidrotérmicos de geração por meio de meta-heurísticas baseadas em enxame de partículas. 2017. 53 f. Dissertação (Mestrado em Engenharia Elétrica e da Computação) - Universidade Federal de Goiás, Goiânia, 2016.eng
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/7530
dc.languageporeng
dc.publisherUniversidade Federal de Goiáseng
dc.publisher.countryBrasileng
dc.publisher.departmentEscola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)eng
dc.publisher.initialsUFGeng
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétrica e da Computação (EMC)eng
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectHidrotérmicos de geraçãopor
dc.subjectPlanejamento da operaçãopor
dc.subjectPesquisa operacionalpor
dc.subjectAlgoritmos meta-heurísticospor
dc.subjectOtimização por enxame de partículaspor
dc.subjectEnxame de partículaspor
dc.subjectLSSPSOpor
dc.subjectABeePSOpor
dc.subjectKFPSOpor
dc.subjectHydrothermal generating systemseng
dc.subjectOperation planningeng
dc.subjectOperational researcheng
dc.subjectMetaheuristic algorithmseng
dc.subjectParticle swarm optimizationeng
dc.subjectParticle swarmeng
dc.subjectLSSPSOeng
dc.subjectABeePSOeng
dc.subjectKFPSOeng
dc.subject.cnpqENGENHARIASeng
dc.titleOtimização de sistemas hidrotérmicos de geração por meio de meta-heurísticas baseadas em enxame de partículaseng
dc.title.alternativeOptimization of hydrothermal generating systems by means of particle swarm based meta-heuristicseng
dc.typeDissertaçãoeng

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Guilherme Resende Deus - 2016.pdf
Tamanho:
3.25 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Engenharia Elétrica e da Computação (EMC)