Please use this identifier to cite or link to this item: http://repositorio.ufpa.br:8080/jspui/handle/2011/12077
Full metadata record
DC FieldValueLanguage
dc.creatorOLIVEIRA, Victoria Yukie Matsunaga de-
dc.date.accessioned2019-11-20T17:59:55Z-
dc.date.available2019-11-20T17:59:55Z-
dc.date.issued2018-09-02-
dc.identifier.citationOLIVEIRA, Victoria Yukie Matsunaga de. Orientadora: Carolina de Mattos Affonso. 2019. 90 f. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2019. Disponível em: . Acesso em:.pt_BR
dc.identifier.urihttp://repositorio.ufpa.br/jspui/handle/2011/12077-
dc.description.abstractThis thesis presents a novel Cuckoo Search (CS) algorithm called Cuckoo-GRN (Cuckoo Search with Genetically Replaced Nests), which incorporates the benefits of genetic algorithm (GA) into the CS algorithm. The proposed method handles the abandoned nests from CS more efficiently by genetically replacing them, significantly improving the performance of the algorithm by establishing optimal balance between diversification and intensification. The algorithm is used for the optimal location and size of distributed generation units in a distribution system, in order to minimise active power losses while improving system voltage stability and voltage profile. The allocation of single and multiple distribution generation units is considered. The proposed algorithm is extensively tested in mathematical benchmark functions as well as in the 33-bus and 119-bus distribution systems. Simulation results show that Cuckoo-GRN can lead to a substantial performance improvement over the original CS algorithm and others techniques currently known in literature, regarding not only the convergence but also the solution accuracy.pt_BR
dc.description.sponsorshipFAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisaspt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Parápt_BR
dc.rightsAcesso Abertopt_BR
dc.source1 CD-ROMpt_BR
dc.subjectSistemas de distribuiçãopt_BR
dc.subjectGeração distribuidapt_BR
dc.subjectAlgoritmo genéticopt_BR
dc.subjectCuckoo searchpt_BR
dc.subjectSubstituição genética de ninhospt_BR
dc.subjectAlocação ótimapt_BR
dc.titleAlocação ótima de geração distribuída em redes de distribuição utilizando algoritmo híbrido baseado em cuckoo search e algoritmo genéticopt_BR
dc.title.alternativeOptimal allocation of distributed generation in distribution using hybrid algorithm based on cuckoo search and genetic algorithmpt_BR
dc.typeTesept_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Tecnologiapt_BR
dc.publisher.initialsUFPApt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.contributor.advisor1AFFONSO, Carolina de Mattos-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2228901515752720pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/3374824233228221pt_BR
dc.description.resumoEsta tese de doutorado propõe um novo algoritmo Cuckoo Search (CS) chamado Cuckoo-GRN (Cuckoo Search with Genetically Replaced Nests), que incorpora benefícios do algoritmo genético (GA) no algoritmo CS. O método proposto trata os ninhos abandonados do CS de maneira mais eficiente, substituindo-os geneticamente. Isto melhora significativamente o desempenho do algoritmo, estabelecendo o equilíbrio ideal entre a diversificação e a intensificação de busca. O novo algoritmo é utilizado para otimizar a localização e o dimensionamento de unidades de geração distribuída em um sistema de distribuição, a fim de minimizar as perdas de energia ativa, melhorando a estabilidade da tensão do sistema e o perfil de tensão. Alocações de uma ou mais unidades de geração distribuída são consideradas. O algoritmo proposto é extensivamente testado em funções matemáticas de benchmark, bem como nos sistemas de distribuição de 33 e 119 barras. Os resultados da simulação mostram que o Cuckoo-GRN pode levar a uma melhora substancial de desempenho em relação ao algoritmo CS original e a outras técnicas atualmente conhecidas na literatura, não apenas em termos de convergência, mas também de precisão da solução.pt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.subject.linhadepesquisaINTELIGÊNCIA COMPUTACIONALpt_BR
dc.subject.areadeconcentracaoSISTEMAS DE ENERGIA ELÉTRICApt_BR
dc.description.affiliationIFPA - Instituto Federal de Educação, Ciência e Tecnologia do Parápt_BR
Appears in Collections:Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Tese_AlocacaoOtimaGeracao.pdf2,36 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons