Otimização de sistemas hidrotérmicos de geração por meio de meta-heurísticas baseadas em enxame de partículas
dc.contributor.advisor-co1 | Vinhal, Cássio Dener Noronha | |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/9791117638583664 | eng |
dc.contributor.advisor1 | Cruz Júnior, Gélson da | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/4370555454162131 | eng |
dc.contributor.referee1 | Cruz Júnior, Gélson da | |
dc.contributor.referee2 | Nepomuceno, Leonardo | |
dc.contributor.referee3 | Silva, Karina Rocha Gomes da | |
dc.creator | Deus, Guilherme Resende | |
dc.creator.Lattes | http://lattes.cnpq.br/1402434271136884 | eng |
dc.date.accessioned | 2017-07-10T11:44:22Z | |
dc.date.issued | 2016-02-02 | |
dc.description.abstract | The 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.provenance | Submitted 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.provenance | Approved 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.provenance | Made 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: 2016-02-02 | eng |
dc.description.resumo | O 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.format | application/pdf | * |
dc.identifier.citation | DEUS, 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.uri | http://repositorio.bc.ufg.br/tede/handle/tede/7530 | |
dc.language | por | eng |
dc.publisher | Universidade Federal de Goiás | eng |
dc.publisher.country | Brasil | eng |
dc.publisher.department | Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG) | eng |
dc.publisher.initials | UFG | eng |
dc.publisher.program | Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC) | eng |
dc.rights | Acesso Aberto | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Hidrotérmicos de geração | por |
dc.subject | Planejamento da operação | por |
dc.subject | Pesquisa operacional | por |
dc.subject | Algoritmos meta-heurísticos | por |
dc.subject | Otimização por enxame de partículas | por |
dc.subject | Enxame de partículas | por |
dc.subject | LSSPSO | por |
dc.subject | ABeePSO | por |
dc.subject | KFPSO | por |
dc.subject | Hydrothermal generating systems | eng |
dc.subject | Operation planning | eng |
dc.subject | Operational research | eng |
dc.subject | Metaheuristic algorithms | eng |
dc.subject | Particle swarm optimization | eng |
dc.subject | Particle swarm | eng |
dc.subject | LSSPSO | eng |
dc.subject | ABeePSO | eng |
dc.subject | KFPSO | eng |
dc.subject.cnpq | ENGENHARIAS | eng |
dc.title | Otimização de sistemas hidrotérmicos de geração por meio de meta-heurísticas baseadas em enxame de partículas | eng |
dc.title.alternative | Optimization of hydrothermal generating systems by means of particle swarm based meta-heuristics | eng |
dc.type | Dissertação | eng |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- Dissertação - Guilherme Resende Deus - 2016.pdf
- Tamanho:
- 3.25 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 2.11 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: