Neste trabalho foram desenvolvidas duas técnicas de sintonia para controladores preditivos por modelo. Ambas visam minimizar a soma do erro quadrático entre respostas do sistema em malha fechada e trajetórias de referência pré-definidas; a primeira resolve um problema de otimização lexicográfica enquanto a segunda resolve um problema de otimização de compromisso. As vantagens dos métodos apresentados são: maior automatização, definição de objetivos de sintonia intuitiva que considera especificações na dinâmica do processo, uma métrica no domínio do tempo e é capaz de incluir o conhecimento do engenheiro de controle em uma técnica de sintonia confiável. Um estudo de caso no sistema de craqueamento catalítico ilustrou a flexibilidade de definição dos objetivos da técnica lexicográfica. Um estudo de caso sobre uma coluna de fracionadora de óleo pesado em malha fechada com um controlador preditivo por modelo comparou ambas as estratégias de sintonia desenvolvidas aqui e pode-se concluir que a técnica lexicográfica dá prioridade aos objetivos importantes enquanto a técnica de compromisso calcula uma solução média, com respeito aos objetivos. A técnica de compromisso foi comparada a um método de sintonia da literatura quanto a aplicação em um controlador preditivo de horizonte infinito com targets para as entradas e controle por faixas das saídas com uma coluna de destilação. Observou-se que a técnica desenvolvida aqui é computacionalmente mais rápida e não requer a escolha de uma solução não-dominada dentre um conjunto de soluções de Pareto. Aplicações reais de controle preditivo são severamente afetadas por incerteza de modelo. Estendeu-se as técnicas desenvolvidas aqui para considerar o caso de incerteza multi-planta, calculando parâmetros de sintonia robustos para controladores nominais, visando tratar o compromisso entre performance e estabilidade e robustez da malha fechada. Um controlador preditivo de horizonte infinito foi sintonizado de forma robusta e comparado com um controlador preditivo robusto em malha fechada com um modelo de separadora C3/C4. Observou-se que este consegue controlar melhor o processo, entretanto, tem um tempo de computação duas ordens de grandeza maior que o controlador nominal, em operação on-line. / Two multi-objective optimization based tuning techniques for Model Predictive Control (MPC) were developed. Both take into account the sum of the squared errors between closed-loop trajectories and reference responses based on pre-defined goals as tuning objectives; one solves a lexicographic optimization to obtain an optimum set of tuning parameters (LTT), whereas the other solves a compromise optimization problem (CTT). The main advantages are an automated framework, and straightforward goal definition, which are capable of taking into account a specification on the process dynamics, a time-domain metrics, and of embedding the control engineers knowledge into a reliable approach. A fluid catalytic cracking tuning case study unveiled the goal definition flexibility of the LTT, with respect to output tracking and variable coupling. A heavy oil fractionator in closed-loop with a MPC case study compared both tuning techniques developed here, and it was observed that the LTT in fact prioritizes the main objectives, whereas the CTT yields an average solution, in terms of the tuning objectives. The CTT was compared to another multi-objective tuning technique from the literature, in the tuning of a MPC with input targets and output zone control in closed-loop with a crude distillation unit model. The simulation results showed that the CTT allows for faster results, regarding the computational time to compute the tuning parameters and there is no need of a posteriori decisions to select the best non-dominated solution. Real MPC applications are strongly hindered by model uncertainty. This limitation was addressed by the extension of the tuning techniques to account for multi-plant model uncertainty, thus obtaining optimum robustly tuned parameters for nominal controllers, addressing the trade-off between robustness and performance. A robustly tuned Infinite Horizon MPC (IHMPC) was compared to a Robust IHMPC, in closed-loop with a C3/C4 splitter system model. It was observed in a simulation that even though the latter yields better output responses, it is two orders of magnitude slower than the former in online operation.

A Determinação da Estrutura tridimensional de Proteínas (DEP) a partir da sua seqüência de aminoácidos é importante para a engenharia de proteínas e o desenvolvimento de novos fármacos. Uma alternativa para este problema tem sido a aplicação de técnicas de computação evolutiva. As abordagens utilizando Algoritmos Evolutivos (AEs) tem obtido resultados relevantes, porém estão restritas a pequenas proteínas, com dezenas de aminoácidos e a algumas classes de proteínas. Este trabalho propõe a investigação de uma abordagem utilizando AEs para a predição da estrutura terciária de proteínas independentemente do seu tamanho e classe. Os resultados obtidos demonstram que apesar das dificuldades encontradas a abordagem investigada constitue-se em uma alternativa em relação aos métodos clássicos de determinação da estrutura terciária das proteínas. / Protein structure determination (DEP) from aminoacid sequences is very importante to protein engineering and development of new drugs. Evolutionary computation has been aplied to this problem with relevant results. Nevertheless, Evolutionary Algorithms (EAs) can work with only proteins with few aminoacids and some protein classes. This work proposes an approach using AEs to predict protein tertiary structure independly from their size and class. The obtained results show that, despite of the difficulties that have been found, the investigate approach is a relevant alternative to classical methods to protein structure determination.

Este trabalho foca o desenvolvimento de algoritmos de otimização para o problema de PSP puramente ab initio. Algoritmos que melhor exploram o espaço de potencial de soluções podem, em geral, encontrar melhores soluções. Esses algoritmos podem beneficiar ambas abordagens de PSP, tanto o modelo ab initio quanto os baseados em conhecimento a priori. Pesquisadores tem mostrado que Algoritmos Evolutivos Multiobjetivo podem contribuir significativamente no contexto do problema de PSP puramente ab initio. Neste contexto, esta pesquisa investiga o Algoritmo Evolutivo Multiobjetivo baseado em Tabelas aplicado ao PSP puramente ab initio, que apresenta interessantes resultados para proteínas relativamente simples. Por exemplo, um desafio para o PSP puramente ab initio é a predição de estruturas com folhas-. Para trabalhar com tais proteínas, foi desenvolvido procedimentos computacionalmente eficientes para estimar energias de ligação de hidrogênio e solvatação. Em geral, estas não são consideradas no PSP por abordagens que combinam métodos de otimização e conhecimento a priori. Considerando somente van der Waals e eletrostática, as duas energias de interação que mais contribuem para a definição da estrutura de uma proteína, com as energias de ligação de hidrogênio e solvatação, o problema de PSP tem quatro objetivos. Problemas combinatórios (tais como o PSP), com mais de três objetivos, geralmente requerem métodos específicos capazes de lidar com muitos critérios. Para resolver essa limitação, este trabalho propõe um novo método para a otimização dos muitos objetivos, chamado Algoritmo Evolutivo Multiobjetivo com Muitas Tabelas (AEMMT). Esse método executa uma amostragem mais adequada do espaço de funções objetivo e, portanto, pode mapear melhor as regiões promissoras deste espaço. A capacidade de lidar com muitos objetivos capacita o AEMMT a utilizar melhor a informação oriunda das energias de solvatação e de ligação de hidrogênio, e então predizer estruturas com folhas- e algumas proteínas relativamente mais complexas. Do ponto de vista computacional, o AEMMT é um novo método que lida com muitos objetivos (mais de dez) encontrando soluções relevantes / This work focuses on the development of optimization algorithms for the purely ab initio Protein Structure Prediction (PSP) problem. Algorithms that better explore the space of potential solutions can in general find better solutions. Such algorithms can benefit both ab initio and template-based PSP, that uses priori knowledge. Researches have shown that Multiobjective evolutionary algorithms can contribute significantly in the context of purely ab initio PSP. In this context, this research investigates the Multiobjective Evolutionary Algorithm based on Tables applied to purely ab initio PSP, which has shown interesting results for relatively simple proteins. For example, one challenge for purely ab initio PSP is the prediction of structures with -sheets. To work with such proteins, this research has developed computationally efficient procedures to estimate hydrogen bond and solvation energies. In general, they are not considered by PSP approaches combining optimization methods with priori knowledge. Only by considering van der Waals and electrostatic, the two interaction energies that mostly contribute to defining a protein structure, and the hydrogen bond and solvation energies, the PSP problem has four objectives. Combinatorial problems (such as the PSP) with more than three objective usually require specific methods capable of dealing with many goals. To address this limitation, we propose a new method for many objective optimization, called Multiobjective Evolutionary Algorithm with Many Tables (MEAMT). This method performs a more adequate sampling of the space of objective functions and, therefore, can better map the promising regions of this space. The ability of dealing with many objectives enables the MEANT to better use information generated by solvation and hydrogen bond energies, and then predict structures with -sheets and some relatively complex proteins. From the computational point of view, the MEAMT is a new method for dealing with many objectives (more than ten) finding relevant solutions

Submitted by PPG Ci?ncia da Computa??o (ppgcc@pucrs.br) on 2018-05-22T12:22:46Z No. of bitstreams: 1 ANDR?_LU?S_DEL_MESTRE_MARTINS_TES.pdf: 10284806 bytes, checksum: 089cdc5e5c91b6ab23816b94fdbe3d1d (MD5) / Approved for entry into archive by Sheila Dias (sheila.dias@pucrs.br) on 2018-06-04T11:21:09Z (GMT) No. of bitstreams: 1 ANDR?_LU?S_DEL_MESTRE_MARTINS_TES.pdf: 10284806 bytes, checksum: 089cdc5e5c91b6ab23816b94fdbe3d1d (MD5) / Made available in DSpace on 2018-06-04T11:37:12Z (GMT). No. of bitstreams: 1 ANDR?_LU?S_DEL_MESTRE_MARTINS_TES.pdf: 10284806 bytes, checksum: 089cdc5e5c91b6ab23816b94fdbe3d1d (MD5) Previous issue date: 2018-03-19 / Sistemas many-core integram m?ltiplos cores em um chip, fornecendo alto desempenho para v?rios segmentos de mercado. Novas tecnologias introduzem restri??es de pot?ncia conhecidos como utilization-wall ou dark-silicon, onde a dissipa??o de pot?ncia no chip impede que todos os PEs sejam utilizados simultaneamente em m?ximo desempenho. A carga de trabalho (workload) em sistemas many-core inclui aplica??es tempo real (RT), com restri??es de vaz?o e temporiza??o. Al?m disso, workloads t?picos geram vales e picos de utiliza??o de recursos ao longo do tempo. Este cen?rio, sistemas complexos de alto desempenho sujeitos a restri??es de pot?ncia e utiliza??o, exigem um gerenciamento de recursos (RM) multi-objetivos capaz de adaptar dinamicamente os objetivos do sistema, respeitando as restri??es impostas. Os trabalhos relacionados que tratam aplica??es RT aplicam uma an?lise em tempo de projeto com o workload esperado, para atender ?s restri??es de vaz?o e temporiza??o. Para abordar esta limita??o do estado-da-arte, ecis?es em tempo de projeto, esta Tese prop?e um gerenciamento hier?rquico de energia (REM), sendo o primeiro trabalho que considera a execu??o de aplica??es RT e ger?ncia de recursos sujeitos a restri??es de pot?ncia, sem uma an?lise pr?via do conjunto de aplica??es. REM emprega diferentes heur?sticas de mapeamento e de DVFS para reduzir o consumo de energia. Al?m de n?o incluir as aplica??es RT, os trabalhos relacionados n?o consideram um workload din?mico, propondo RMs com um ?nico objetivo a otimizar. Para tratar esta segunda limita??o do estado-da-arte, RMs com objetivo ?nico a otimizar, esta Tese apresenta um gerenciamento de recursos multi-objetivos adaptativo e hier?rquico (MORM) para sistemas many-core com restri??es de pot?ncia, considerando workloads din?micos com picos e vales de utiliza??o. MORM pode mudar dinamicamente os objetivos, priorizando energia ou desempenho, de acordo com o comportamento do workload. Ambos RMs (REM e MORM) s?o abordagens multi-objetivos. Esta Tese emprega o paradigma Observar-Decidir-Atuar (ODA) como m?todo de projeto para implementar REM e MORM. A Observa??o consiste em caracterizar os cores e integrar monitores de hardware para fornecer informa??es precisas e r?pidas relacionadas ? energia. A Atua??o configura os atuadores do sistema em tempo de execu??o para permitir que os RMs atendam ?s decis?es multi-objetivos. A Decis?o corresponde ? implementa??o do REM e do MORM, os quais compartilham os m?todos de Observa??o e Atua??o. REM e MORM destacam-se dos trabalhos relacionados devido ?s suas caracter?sticas de escalabilidade, abrang?ncia e estimativa de pot?ncia e energia precisas. As avalia??es utilizando REM em manycores com at? 144 cores reduzem o consumo de energia entre 15% e 28%, mantendo as viola??es de temporiza??o abaixo de 2,5%. Resultados mostram que MORM pode atender dinamicamente a objetivos distintos. Comparado MORM com um RM estado-da-arte, MORM otimiza o desempenho em vales de workload em 11,56% e em picos workload em at? 49%. / Many-core systems integrate several cores in a single die to provide high-performance computing in multiple market segments. The newest technology nodes introduce restricted power caps so that results in the utilization-wall (also known as dark silicon), i.e., the on-chip power dissipation prevents the use of all resources at full performance simultaneously. The workload of many-core systems includes real-time (RT) applications, which bring the application throughput as another constraint to meet. Also, dynamic workloads generate valleys and peaks of resources utilization over the time. This scenario, complex high-performance systems subject to power and performance constraints, creates the need for multi-objective resource management (RM) able to dynamically adapt the system goals while respecting the constraints. Concerning RT applications, related works apply a design-time analysis of the expected workload to ensure throughput constraints. To cover this limitation, design-time decisions, this Thesis proposes a hierarchical Runtime Energy Management (REM) for RT applications as the first work to link the execution of RT applications and RM under a power cap without design-time analysis of the application set. REM employs different mapping and DVFS (Dynamic Voltage Frequency Scaling) heuristics for RT and non-RT tasks to save energy. Besides not considering RT applications, related works do not consider the workload variation and propose single-objective RMs. To tackle this second limitation, single-objective RMs, this Thesis presents a hierarchical adaptive multi-objective resource management (MORM) for many-core systems under a power cap. MORM addresses dynamic workloads with peaks and valleys of resources utilization. MORM can dynamically shift the goals to prioritize energy or performance according to the workload behavior. Both RMs (REM and MORM), are multi-objective approaches. This Thesis employs the Observe-Decide-Act (ODA) paradigm as the design methodology to implement REM and MORM. The Observing consists on characterizing the cores and on integrating hardware monitors to provide accurate and fast power-related information for an efficient RM. The Actuation configures the system actuators at runtime to enable the RMs to follow the multi-objective decisions. The Decision corresponds to REM and MORM, which share the Observing and Actuation infrastructure. REM and MORM stand out from related works regarding scalability, comprehensiveness, and accurate power and energy estimation. Concerning REM, evaluations on many-core systems up to 144 cores show energy savings from 15% to 28% while keeping timing violations below 2.5%. Regarding MORM, results show it can drive applications to dynamically follow distinct objectives. Compared to a stateof- the-art RM targeting performance, MORM speeds up the workload valley by 11.56% and the workload peak by up to 49%.

Desenvolver um sistema de distribuição de energia confiável é certamente um desafio inerente aos profissionais do setor elétrico. Porém, os sistemas estão sujeitos a falhas e, sendo assim, o rápido restabelecimento traz a satisfação do cliente e reduz as compensações pagas pelas concessionárias de energia. Neste contexto a presente dissertação visa avaliar a metodologia para restabelecimento de energia denominada AEMT-H que se baseia em algoritmos evolutivos multi-objetivo se na estrutura de dados chamada Representação Nó- Profundidade (RNP). Esta avaliação ocorrerá através da aplicação do AEMT-H para obtenção de planos de restabelecimento de energia após a ocorrência de faltas simples no sistema COPEL da cidade de Londrina. Os resultados gerados serão avaliados estatisticamente e ainda subjetivamente pelos profissionais do COD da concessionária. Os algoritmos evolutivos têm apresentado resultados animadores para os problemas de restabelecimento de energia. Em especial, os resultados obtidos, quando da representação computacional de sistemas de distribuição de grande porte (com milhares de barras e chaves) através da RNP, possuem como característica o tempo de resposta da ordem de segundos, instigando a evolução das pesquisas para utilização desta metodologia inclusive em aplicativos de tempo real. O sistema de Londrina possui 30.156 barras, 2.660 chaves \"NF\", 250 chaves \"NA\" e atende um universo de mais de 231.000 consumidores ligados diretamente ao sistema de 13,8 kV ou, após os transformadores de distribuição, nas tensões de 220V e 127V. Neste sistema estão presentes 6 subestações 138 kV/13,8 kV e 64 circuitos alimentadores, totalizando uma capacidade de transformação de energia de 541,7 MVA. / The development of a reliable distribution system is certainly a challenge to electrical industry professionals. However, these systems are subject to failures and thus the fast restoration brings customer satisfaction and reduces the compensation paid by the electricity utilities. In this context, this dissertation aims to evaluate the methodology for service restoration called \"AEMT-H\", which is based on multi-objective evolutionary algorithms and in the data structure called Node Depth Encoding (NDE). This evaluation will occur by applying the \"AEMT-H\" to obtain service restoration plans considering the occurrence of simple faults in the COPEL system of the city of Londrina. The obtained results will bee valuated statistically and subjectively by professionals of the Distribution Operation Center. It is important to highlight that Evolutionary algorithms have shown promising results to treat the service restoration problem in distribution systems. In particular, the results obtained when using NDE tocomputationally represent the electrical topology of large distribution systems (with thousand of buses and switchers) are very interesting in terms of time processing (in the order of seconds). The system of Londrina has 30,156 buses, 2,660 switchers normally closed, 250 switchers normally opened and supplies a universe of more than 231,000 consumers connected directly to the system with voltage of 13.8 kV or, after distribution transformers, with voltages of 220V and 127V. This system contains 6 substations 138 kV/13,8 kV and 64 feeders, and a installed power of 541.7 MVA.

Este trabalho foca o desenvolvimento de algoritmos de otimização para o problema de PSP puramente ab initio. Algoritmos que melhor exploram o espaço de potencial de soluções podem, em geral, encontrar melhores soluções. Esses algoritmos podem beneficiar ambas abordagens de PSP, tanto o modelo ab initio quanto os baseados em conhecimento a priori. Pesquisadores tem mostrado que Algoritmos Evolutivos Multiobjetivo podem contribuir significativamente no contexto do problema de PSP puramente ab initio. Neste contexto, esta pesquisa investiga o Algoritmo Evolutivo Multiobjetivo baseado em Tabelas aplicado ao PSP puramente ab initio, que apresenta interessantes resultados para proteínas relativamente simples. Por exemplo, um desafio para o PSP puramente ab initio é a predição de estruturas com folhas-. Para trabalhar com tais proteínas, foi desenvolvido procedimentos computacionalmente eficientes para estimar energias de ligação de hidrogênio e solvatação. Em geral, estas não são consideradas no PSP por abordagens que combinam métodos de otimização e conhecimento a priori. Considerando somente van der Waals e eletrostática, as duas energias de interação que mais contribuem para a definição da estrutura de uma proteína, com as energias de ligação de hidrogênio e solvatação, o problema de PSP tem quatro objetivos. Problemas combinatórios (tais como o PSP), com mais de três objetivos, geralmente requerem métodos específicos capazes de lidar com muitos critérios. Para resolver essa limitação, este trabalho propõe um novo método para a otimização dos muitos objetivos, chamado Algoritmo Evolutivo Multiobjetivo com Muitas Tabelas (AEMMT). Esse método executa uma amostragem mais adequada do espaço de funções objetivo e, portanto, pode mapear melhor as regiões promissoras deste espaço. A capacidade de lidar com muitos objetivos capacita o AEMMT a utilizar melhor a informação oriunda das energias de solvatação e de ligação de hidrogênio, e então predizer estruturas com folhas- e algumas proteínas relativamente mais complexas. Do ponto de vista computacional, o AEMMT é um novo método que lida com muitos objetivos (mais de dez) encontrando soluções relevantes / This work focuses on the development of optimization algorithms for the purely ab initio Protein Structure Prediction (PSP) problem. Algorithms that better explore the space of potential solutions can in general find better solutions. Such algorithms can benefit both ab initio and template-based PSP, that uses priori knowledge. Researches have shown that Multiobjective evolutionary algorithms can contribute significantly in the context of purely ab initio PSP. In this context, this research investigates the Multiobjective Evolutionary Algorithm based on Tables applied to purely ab initio PSP, which has shown interesting results for relatively simple proteins. For example, one challenge for purely ab initio PSP is the prediction of structures with -sheets. To work with such proteins, this research has developed computationally efficient procedures to estimate hydrogen bond and solvation energies. In general, they are not considered by PSP approaches combining optimization methods with priori knowledge. Only by considering van der Waals and electrostatic, the two interaction energies that mostly contribute to defining a protein structure, and the hydrogen bond and solvation energies, the PSP problem has four objectives. Combinatorial problems (such as the PSP) with more than three objective usually require specific methods capable of dealing with many goals. To address this limitation, we propose a new method for many objective optimization, called Multiobjective Evolutionary Algorithm with Many Tables (MEAMT). This method performs a more adequate sampling of the space of objective functions and, therefore, can better map the promising regions of this space. The ability of dealing with many objectives enables the MEANT to better use information generated by solvation and hydrogen bond energies, and then predict structures with -sheets and some relatively complex proteins. From the computational point of view, the MEAMT is a new method for dealing with many objectives (more than ten) finding relevant solutions

Encontrar a configuração de mínimas perdas ôhmicas ou que forneça um adequado plano de restabelecimento aptos a ocorrência de faltas permanentes são problemas de natureza combinatorial, com múltiplos objetivos e restrições, que envolvem funções cujas características, em geral, dificultam o uso de técnicas de programação matemática. Algoritmos Evolutivos têm apresentado resultados animadores para esses problemas, especialmente quando aplicados em sistemas de distribuição de grande porte. Neste trabalho são propostas duas novas metodologias, baseadas em Algoritmos Evolutivos Multi-Objetivo, para reconfiguração de redes em sistemas de distribuição, que podem ser aplicadas para o tratamento dos problemas de redução de perdas ôhmicas e restabelecimento de energia em sistemas de grande porte (com milhares de barras, linhas e chaves). Para o desenvolvimento dessas metodologias, foi utilizado uma estrutura de dados para manipular grafos produzindo exclusivamente configurações radiais e conexas, chamada Representação Nó-profundidade. As metodologias propostas foram testadas para diversos sistemas, dentre os quais destaca-se um com 30:880 barras, tendo sido satisfatórios os resultados obtidos. Para o problema de restabelecimento de energia foram testados falta única e múltiplas faltas. / Find the distribution system configuration of minimum power losses or that provides an adequate service restoration plan is a combinatorial, multi-objective and multi constraint problems, which involves functions whose characteristics, in general, difficult the use of mathematical programming techniques. Evolutionary Algorithms have shown relevant results for these problems, especially for Large-Scale Distribution Systems. This work proposes two methodologies for network reconfiguration based on Multi-Objective Evolutionary Algorithms, which can be applied to treat the problems of power loss reduction and service restoration in large scale distribution systems (with thousands of buses, lines and switches). In order to develop these methodolgies, it was used a data structure to manipulate graphs producing exclusively radial and connected connections, called Node Depth Encoding. The proposed methodologies were successfully tested in several distribution systems, among them one with 30,880 buses. The problem of service restoration is analyzed considering cases of single and multiple faults.

Submitted by Erika Demachki (erikademachki@gmail.com) on 2014-08-29T15:51:26Z No. of bitstreams: 2 Dissertação_pós_defesa.pdf: 13484145 bytes, checksum: d45c9d8ffd66532d7cea17f178e2fe9c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-08-29T15:51:26Z (GMT). No. of bitstreams: 2 Dissertação_pós_defesa.pdf: 13484145 bytes, checksum: d45c9d8ffd66532d7cea17f178e2fe9c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-04-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This study aimed to develop and calibrate a distributed hydrological model used for a one-dimensional drainage of a peri-urban catchment using the optimization multi-objective method Non -dominated Sorting Genetic Algorithm (NSGA - II) for model calibration. Computational algorithms developed in MATLAB environment were adopted to make this study possible. This model allows a precipitation event to set the surface runoff hydrograph at any position of the watershed (planes or channels) regarding infiltration effect and soil physical characteristics. Objective functions were defined and used simultaneously to calibrate the model. From sensitivity analysis performed, it was found that the model is more affected by the parameters related to permeable areas. The model fit was very good, illustrating the applicability of multi-objective calibration in exploring ideal area and to obtain ideal solutions. Validation proved the efficiency of the model used for other different rainfall events in Samambaia stream basin, generating outputs with good accuracy and optimal theoretical value results for Nash & Sutcliffe coefficients of efficiency near the area region. / O presente trabalho propôs desenvolver e calibrar um modelo hidrológico distribuído unidimensional aplicado a drenagem de uma bacia hidrográfica peri-urbana utilizando o método de otimização multi-objetivo Non-dominated Sorting Genetic Algorithm (NSGA-II) para a calibração do modelo. Para tornar possível a realização deste trabalho foram adotadas rotinas computacionais desenvolvidas em ambiente MATLAB. O modelo desenvolvido permite, para um evento de precipitação, determinar o hidrograma de escoamento superficial em qualquer posição da bacia hidrográfica (planos ou canais) considerando o efeito da infiltração e das características físicas do solo. Foram definidas funções objetivo e aplicadas simultaneamente na calibração do modelo. Da análise de sensibilidade realizada, verificou-se que o modelo é mais impactado pelos parâmetros relativos às áreas permeáveis. O ajuste do modelo foi muito bom, ilustrando a aplicabilidade da calibração multi-objetivo em explorar a região ideal e obter soluções ideais. A validação comprovou a eficiência do modelo, aplicada a outros eventos chuvosos diferentes ocorridos na bacia do córrego Samamabaia, gerando saídas com acurácia satisfatória e resultados para os coeficientes de eficiência Nash & Sutcliffe próximos à região do valor ótimo teórico.

Desenvolver um sistema de distribuição de energia confiável é certamente um desafio inerente aos profissionais do setor elétrico. Porém, os sistemas estão sujeitos a falhas e, sendo assim, o rápido restabelecimento traz a satisfação do cliente e reduz as compensações pagas pelas concessionárias de energia. Neste contexto a presente dissertação visa avaliar a metodologia para restabelecimento de energia denominada AEMT-H que se baseia em algoritmos evolutivos multi-objetivo se na estrutura de dados chamada Representação Nó- Profundidade (RNP). Esta avaliação ocorrerá através da aplicação do AEMT-H para obtenção de planos de restabelecimento de energia após a ocorrência de faltas simples no sistema COPEL da cidade de Londrina. Os resultados gerados serão avaliados estatisticamente e ainda subjetivamente pelos profissionais do COD da concessionária. Os algoritmos evolutivos têm apresentado resultados animadores para os problemas de restabelecimento de energia. Em especial, os resultados obtidos, quando da representação computacional de sistemas de distribuição de grande porte (com milhares de barras e chaves) através da RNP, possuem como característica o tempo de resposta da ordem de segundos, instigando a evolução das pesquisas para utilização desta metodologia inclusive em aplicativos de tempo real. O sistema de Londrina possui 30.156 barras, 2.660 chaves \"NF\", 250 chaves \"NA\" e atende um universo de mais de 231.000 consumidores ligados diretamente ao sistema de 13,8 kV ou, após os transformadores de distribuição, nas tensões de 220V e 127V. Neste sistema estão presentes 6 subestações 138 kV/13,8 kV e 64 circuitos alimentadores, totalizando uma capacidade de transformação de energia de 541,7 MVA. / The development of a reliable distribution system is certainly a challenge to electrical industry professionals. However, these systems are subject to failures and thus the fast restoration brings customer satisfaction and reduces the compensation paid by the electricity utilities. In this context, this dissertation aims to evaluate the methodology for service restoration called \"AEMT-H\", which is based on multi-objective evolutionary algorithms and in the data structure called Node Depth Encoding (NDE). This evaluation will occur by applying the \"AEMT-H\" to obtain service restoration plans considering the occurrence of simple faults in the COPEL system of the city of Londrina. The obtained results will bee valuated statistically and subjectively by professionals of the Distribution Operation Center. It is important to highlight that Evolutionary algorithms have shown promising results to treat the service restoration problem in distribution systems. In particular, the results obtained when using NDE tocomputationally represent the electrical topology of large distribution systems (with thousand of buses and switchers) are very interesting in terms of time processing (in the order of seconds). The system of Londrina has 30,156 buses, 2,660 switchers normally closed, 250 switchers normally opened and supplies a universe of more than 231,000 consumers connected directly to the system with voltage of 13.8 kV or, after distribution transformers, with voltages of 220V and 127V. This system contains 6 substations 138 kV/13,8 kV and 64 feeders, and a installed power of 541.7 MVA.

Encontrar a configuração de mínimas perdas ôhmicas ou que forneça um adequado plano de restabelecimento aptos a ocorrência de faltas permanentes são problemas de natureza combinatorial, com múltiplos objetivos e restrições, que envolvem funções cujas características, em geral, dificultam o uso de técnicas de programação matemática. Algoritmos Evolutivos têm apresentado resultados animadores para esses problemas, especialmente quando aplicados em sistemas de distribuição de grande porte. Neste trabalho são propostas duas novas metodologias, baseadas em Algoritmos Evolutivos Multi-Objetivo, para reconfiguração de redes em sistemas de distribuição, que podem ser aplicadas para o tratamento dos problemas de redução de perdas ôhmicas e restabelecimento de energia em sistemas de grande porte (com milhares de barras, linhas e chaves). Para o desenvolvimento dessas metodologias, foi utilizado uma estrutura de dados para manipular grafos produzindo exclusivamente configurações radiais e conexas, chamada Representação Nó-profundidade. As metodologias propostas foram testadas para diversos sistemas, dentre os quais destaca-se um com 30:880 barras, tendo sido satisfatórios os resultados obtidos. Para o problema de restabelecimento de energia foram testados falta única e múltiplas faltas. / Find the distribution system configuration of minimum power losses or that provides an adequate service restoration plan is a combinatorial, multi-objective and multi constraint problems, which involves functions whose characteristics, in general, difficult the use of mathematical programming techniques. Evolutionary Algorithms have shown relevant results for these problems, especially for Large-Scale Distribution Systems. This work proposes two methodologies for network reconfiguration based on Multi-Objective Evolutionary Algorithms, which can be applied to treat the problems of power loss reduction and service restoration in large scale distribution systems (with thousands of buses, lines and switches). In order to develop these methodolgies, it was used a data structure to manipulate graphs producing exclusively radial and connected connections, called Node Depth Encoding. The proposed methodologies were successfully tested in several distribution systems, among them one with 30,880 buses. The problem of service restoration is analyzed considering cases of single and multiple faults.