Análise de Desempenho de Meta-heurísticas Aplicadas ao Problema de Restauração de Redes de Distribuição.

Página do item simplificado
dc.contributor.advisor1BEZERRA, Ubiratan Holanda
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6542769654042813pt_BR
dc.creatorBATISTA, Vítor dos Santos
dc.creator.Latteshttp://lattes.cnpq.br/8728839442002250pt_BR
dc.date.accessioned2025-04-09T19:37:21Z
dc.date.available2025-04-09T19:37:21Z
dc.date.issued2020-02-20
dc.description.abstractIn the last years, several meta-heuristics have been used to solve the problem of restoring distribution systems efficiently. Among them, the Multiobjective Evolutionary Algorithm with Node-depth encoding (MEAN) stands out, which together with Node-Depth Encoding (NDE) makes a great advance in the field. All this because the NDE makes changes on the topology of the distribution system without losing radiality and reestablishing the power supply for all disconnected loads after the fault. Due to the lack of exploration of other meta-heuristics that use NDE as a data structure, this work aims to evaluate a performance analysis comparing MEAN with three other meta-heuristics, Tabu Search, Artificial Bee Colony and Evolutionary Strategies. The analysis was performed in three distribution systems the84-bus, 119-bus and 135-bus.spt_BR
dc.description.resumoNos últimos anos diversas meta-heurísticas foram utilizadas para solucionar o problema de restauração de Sistemas de Distribuição de Energia (SDE) de forma eficiente. Dentre elas destaca-se o AEMT - Algoritmo Evolutivo Multiobjetivo por Tabela, que juntamente com a utilização da RNP - Representação Nó-Profundidade, trouxeram um grande avanço na área pois a RNP sendo utilizada como estrutura de dados é possível realizar modificações na topologia do SDE sem perder a radialidade e restabelecer o fornecimento de energia para todas as cargas desligadas após a falta. Devido a falta de exploração de outras meta-heurísticas que utilizam a RNP como estrutura de dados, este trabalho visa realizar uma análise de desempenho comparando o AEMT com outras três meta-heurísticas, a Busca Tabu, Colônia de Abelhas e Estratégias evolutivas. A análise foi realizada em 3 SDEs com 84, 119 e 135 barras e foram simuladas 3 faltas em cada sistema.pt_BR
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.identifier.citationBATISTA, Vitor dos Santos. Análise de Desempenho de Meta-heurísticas Aplicadas ao Problema de Restauração de Redes de Distribuição. Orientador: Ubiratan Holanda Bezerra. 2020. 75 f. Dissertação (Mestrado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2020. Disponível em:https://repositorio.ufpa.br/jspui/handle/2011/17182 . Acesso em:.pt_BR
dc.identifier.urihttps://repositorio.ufpa.br/jspui/handle/2011/17182
dc.languageporpt_BR
dc.publisherUniversidade Federal do Parápt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Tecnologiapt_BR
dc.publisher.initialsUFPApt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.source.uriDisponível na internet via correio eletrônico: bibliotecaitec@ufpa.brpt_BR
dc.subjectRestauração de Sistemas Elétricospt_BR
dc.subjectMeta-heurísticaspt_BR
dc.subjectRepresentação Nó-Profundidadept_BR
dc.subjectAnálise de Desempenhopt_BR
dc.subjectElectric System Restorationen
dc.subjectMeta-heuristicsen
dc.subjectBroadband communication systemsen
dc.subjectNode-Depth Encodingen
dc.subjectPerformance Analysisen
dc.subject.areadeconcentracaoSISTEMAS DE ENERGIA ELÉTRICApt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.subject.linhadepesquisaSISTEMAS ELÉTRICOS DE POTÊNCIApt_BR
dc.titleAnálise de Desempenho de Meta-heurísticas Aplicadas ao Problema de Restauração de Redes de Distribuição.pt_BR
dc.typeDissertaçãopt_BR

Arquivo(s)

Pacote Original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dis_AnaliseDesempenhoMetaheuristicas.pdf
Tamanho:
2.15 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.85 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC
Logo do RepositórioLogo do Repositório