Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpa.br/jspui/handle/2011/12077
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.creator | OLIVEIRA, Victoria Yukie Matsunaga de | - |
dc.date.accessioned | 2019-11-20T17:59:55Z | - |
dc.date.available | 2019-11-20T17:59:55Z | - |
dc.date.issued | 2018-09-02 | - |
dc.identifier.citation | OLIVEIRA, Victoria Yukie Matsunaga de. Orientadora: Carolina de Mattos Affonso. 2019. 90 f. Orientadora: Carolina de Mattos Affonso. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2019. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/12077. Acesso em:. | pt_BR |
dc.identifier.uri | http://repositorio.ufpa.br/jspui/handle/2011/12077 | - |
dc.description.abstract | This 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.provenance | Submitted by Luciclea Silva (luci@ufpa.br) on 2019-11-20T17:58:47Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AlocacaoOtimaGeracao.pdf: 2416071 bytes, checksum: 2fd435b00640b73408b2245fa719583d (MD5) | en |
dc.description.provenance | Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2019-11-20T17:59:55Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AlocacaoOtimaGeracao.pdf: 2416071 bytes, checksum: 2fd435b00640b73408b2245fa719583d (MD5) | en |
dc.description.provenance | Made available in DSpace on 2019-11-20T17:59:55Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AlocacaoOtimaGeracao.pdf: 2416071 bytes, checksum: 2fd435b00640b73408b2245fa719583d (MD5) Previous issue date: 2018-09-02 | en |
dc.description.sponsorship | FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal do Pará | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.source | 1 CD-ROM | pt_BR |
dc.subject | Sistemas de distribuição | pt_BR |
dc.subject | Geração distribuida (GD) | pt_BR |
dc.subject | Algoritmos genéticos | pt_BR |
dc.subject | Cuckoo search (busca de cuco) | pt_BR |
dc.subject | Substituição genética de ninhos | pt_BR |
dc.subject | Alocação ótima | pt_BR |
dc.subject | Distribution systems | en |
dc.subject | Distribution generation | en |
dc.subject | Genetics algorithms | en |
dc.subject | Cuckoo search | en |
dc.subject | Genetic replacement of nests | en |
dc.subject | OPtimal allocation | en |
dc.title | Alocação ótima de geração distribuída em redes de distribuição utilizando algoritmo híbrido baseado em cuckoo search e algoritmo genético | pt_BR |
dc.title.alternative | Optimal allocation of distributed generation in distribution using hybrid algorithm based on cuckoo search and genetic algorithm | pt_BR |
dc.type | Tese | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Instituto de Tecnologia | pt_BR |
dc.publisher.initials | UFPA | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | pt_BR |
dc.contributor.advisor1 | AFFONSO, Carolina de Mattos | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2228901515752720 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/3374824233228221 | pt_BR |
dc.description.resumo | Esta 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.program | Programa de Pós-Graduação em Engenharia Elétrica | pt_BR |
dc.subject.linhadepesquisa | INTELIGÊNCIA COMPUTACIONAL | pt_BR |
dc.subject.areadeconcentracao | SISTEMAS DE ENERGIA ELÉTRICA | pt_BR |
dc.description.affiliation | IFPA - Instituto Federal de Educação, Ciência e Tecnologia do Pará | pt_BR |
Aparece en las colecciones: | Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Tese_AlocacaoOtimaGeracao.pdf | 2,36 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons