Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-06-23T21:24:53Z No. of bitstreams: 1 AntonioCarvalho.pdf: 2731250 bytes, checksum: 35369a74be0aec3dd6b29a792c37fc35 (MD5) / Made available in DSpace on 2017-06-23T21:24:53Z (GMT). No. of bitstreams: 1 AntonioCarvalho.pdf: 2731250 bytes, checksum: 35369a74be0aec3dd6b29a792c37fc35 (MD5) Previous issue date: 2016-10-10 / Lung cancer has been identi ed as the leading cause of death among cancer patients worldwide. The high rates of deaths and instances of records of this type of cancer worldwide demonstrate the importance of the development and research in order to produce resources for the detection and early diagnosis of this disease. Because of the exhaustive analysis process, alternatives such as computational tools that use image processing techniques and pattern recognition have been widely explored. Therefore, to assist the expert in the identi cation and diagnosis of nodules, systems are developed Computer-Aided Detection (CAD) and Computer-Aided Diagnostic (CADx). This thesis proposes the development of methods that reduce false positives, and the diagnosis of volumes of interest in computed tomography. The proposed methods are based on image processing techniques and pattern recognition. For this, biology concepts have been adapted and applied to the study of the branch of the diversity of species; such concepts are the phylogenetic diversity indexes used in this thesis as texture descriptors. In another aspect, techniques that measure the properties of the shape of radiological ndings have been developed and adapted. Subsequently, an evolutionary methodology is used for the selection of the best models for training. Finally, a support vector machine is applied to perform the classi cation. Promising results were found in the 833 tests that we performed; these tests were divided into 80% for training and 20% for testing. In general, for the best results, we have false positive reduction methods, an accuracy of 99.57%, sensitivity of 99.45%, speci city of 99.61%, and an ROC curve of 0.992. The results obtained for the classi cation of the degree of malignancy and benignity are: accuracy of 93.46%, sensitivity of 92.95%, speci city of 93.49%, and an ROC curve of 0.931. / O câncer de pulmão é apontado como a principal causa de morte entre os pacientes com câncer. As altas taxas de mortes e registros de ocorrências desse câncer em todo o mundo demonstram a importância do desenvolvimento e investigação, a fi m de produzir meios para a detecção e o diagnóstico precoce dessa doença. Devido ao exaustivo processo de análise, alternativas como ferramentas de cunho computacional que utilizam técnicas de processamento de imagens e do reconhecimento de padrões têm sido amplamente exploradas. Assim, para auxiliar o especialista na identifi cação e diagnóstico de nódulos, são desenvolvidos sistemas Computer-Aided Detection (CAD) e Computer-Aided Diagnostic (CADx). Esta tese propõe o desenvolvimento de métodos para redução de falsos positivos em um sistema CAD e diagnóstico de nódulos em tomografi a computadorizada. Os métodos propostas baseiam-se em técnicas de processamento de imagens e reconhecimento de padrões. Para tanto, foram adaptados e aplicados os conceitos da biologia no ramo do estudo da diversidade entre espécies, sendo esses os índices de diversidade logenética, usados nesta tese como descritores de textura. Em outro aspecto, foram desenvolvidas e adaptadas técnicas capazes de mensurar propriedades de forma dos achados radiológicos. Seguindo, usou-se uma metodologia evolutiva genética para seleção dos melhores modelos de treinamento. E por fi m, foi aplicada a máquina de vetor de suporte para realizar a classificação . Resultados promissores foram encontrados em teste com 833 exames divididos em 80% para treino e 20% para testes. Em linhas gerais, para os melhores resultados tem-se, nos métodos de redução de falsos positivos: uma acurácia de 99,57%, sensibilidade de 99,45%, especificidade de 99.61% e uma curva ROC de 0,992. Já nos resultados para a classificação quanto a taxa de malignidade e benignidade, obtiveram-se os seguintes valores: acurácia de 93,46%, sensibilidade de 92,95%, especificidade de 93,49% e uma curva ROC de 0,931.

Submitted by Franciele Moreira (francielemoreyra@gmail.com) on 2018-11-07T12:39:53Z No. of bitstreams: 2 Dissertação - Nicolas Kemerich de Moura - 2018.pdf: 6431239 bytes, checksum: d07613ddd5a20d424fc3e761ae809118 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-11-08T10:12:28Z (GMT) No. of bitstreams: 2 Dissertação - Nicolas Kemerich de Moura - 2018.pdf: 6431239 bytes, checksum: d07613ddd5a20d424fc3e761ae809118 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-11-08T10:12:28Z (GMT). No. of bitstreams: 2 Dissertação - Nicolas Kemerich de Moura - 2018.pdf: 6431239 bytes, checksum: d07613ddd5a20d424fc3e761ae809118 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-08-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This dissertation aimed to apply several computational methods of optimization and compare their performance in the evaluation of results of physicochemical tests in power transformers. The systematic generalization of the general method of evaluation and classification – normalized doubly weighted sum –, was presented, it was improved by reducing parameters and it was applied to the physicochemical tests, which allowed the evaluation of the insulating oil of power transformers through a Global Note. The results highlighted the high adaptability of the evolutionary algorithm to this specific problem. Furthermore, the high accuracy rates obtained through optimizations explained the potential of applying the weighted sum method as a tool to aid the diagnosis of power transformers, contributing to more efficient maintenance in those devices and better monitoring of the evaluation of their operating conditions, improving the reliability of the electrical system. / Esta dissertação teve por objetivo aplicar diferentes métodos computacionais de otimização e comparar seus desempenhos na avaliação dos resultados de ensaios físico-químicos em transformadores de potência. Apresentou-se a sistematização generalizada do método geral de avaliação e classificação denominado soma duplamente ponderada normalizada, que foi aprimorado por meio da redução de parâmetros, aplicado aos ensaios físico-químicos, e posteriormente otimizado, propiciando a avaliação do óleo isolante de transformadores de potência por meio de uma Nota Global. Os resultados demonstraram a capacidade do algoritmo evolutivo se adaptar muito bem ao problema específico. Ainda, as elevadas taxas de acertos obtidas por meio de otimizações explicitaram o potencial de aplicação do método da soma ponderada como ferramenta para auxílio ao diagnóstico de transformadores de potência, contribuindo para manutenções mais eficientes nesses equipamentos e um melhor acompanhamento na avaliação das suas condições operativas, impactando no aumento da confiabilidade do sistema elétrico.

Submitted by Luanna Matias (lua_matias@yahoo.com.br) on 2015-04-01T14:19:27Z No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luanna Matias (lua_matias@yahoo.com.br) on 2015-04-01T15:19:35Z (GMT) No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-04-01T15:19:35Z (GMT). No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-10-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work proposes the use of multi-objective evolutionary algorithm on tables (AEMT) for variable selection in classification problems, using linear discriminant analysis. The proposed algorithm aims to find minimal subsets of the original variables, robust classifiers that model without significant loss in classification ability. The results of the classifiers modeled by the solutions found by this algorithm are compared in this work to those found by mono-objective formulations (such as PLS, APS and own implementations of a Simple Genetic Algorithm) and multi-objective formulations (such as the simple genetic algorithm multi -objective - MULTI-GA - and the NSGA II). As a case study, the algorithm was applied in the selection of spectral variables for classification by linear discriminant analysis (LDA) of samples of biodiesel / diesel. The results showed that the evolutionary formulations are solutions with a smaller number of variables (on average) and a better error rate (average) and compared to the PLS APS. The formulation of the AEMT proposal with the fitness functions: medium risk classification, number of selected variables and number of correlated variables in the model, found solutions with a lower average errors found by the NSGA II and the MULTI-GA, and also a smaller number of variables compared to the multi-GA. Regarding the sensitivity to noise the solution found by AEMT was less sensitive than other formulations compared, showing that the AEMT is more robust classifiers. Finally shows the separation regions of classes, based on the dispersion of samples, depending on the selected one of the solutions AEMT, it is noted that it is possible to determine variables of regions split from the selected variables. / Este trabalho propõe o uso do algoritmo evolutivo multi-objetivo em tabelas (AEMT) para a seleção de variáveis em problemas de classificação, por meio de análise discriminante linear. O algoritmo proposto busca encontrar subconjuntos mínimos, das variáveis originais, que modelem classificadores robustos, sem perda significativa na capacidade de classificação. Os resultados dos classificadores modelados pelas soluções encontradas por este algoritmo são comparadas, neste trabalho, às encontradas por formulações mono-objetivo (como o PLS, o APS e implementações próprias de um Algoritmo Genético Simples) e formulações multi-objetivos (como algoritmo genético multi-objetivo simples - MULTI-GA - e o NSGA II). Como estudo de caso, o algoritmo foi aplicado na seleção de variáveis espectrais, para a classificação por análise discriminante linear (LDA - Linear Discriminant Analysis), de amostras de biodiesel/diesel. Os resultados obtidos mostraram que as formulações evolutivas encontram soluções com um menor número de variáveis (em média) e uma melhor taxa de erros (média) se comparadas ao PLS e o APS. A formulação do AEMT proposta com as funções de aptidão: risco médio de classificação, número de variáveis selecionadas e quantidade de variáveis correlacionadas presentes no modelo, encontrou soluções com uma média de erros inferior as encontradas pelo NSGA II e pelo MULTI-GA, e também uma menor quantidade de variáveis se comparado ao MULTI-GA. Em relação à sensibilidade a ruídos a solução encontrada pelo AEMT se mostrou menos sensível que as outras formulações comparadas, mostrando assim que o AEMT encontra classificadores mais robustos. Por fim, são apresentadas as regiões de separação das classes, com base na dispersão das amostras, em função das variáveis selecionadas por uma das soluções do AEMT, nota-se que é possível determinar regiões de separação a partir das variáveis selecionadas.

Na ocorrência de uma ou de múltiplas faltas permanentes em sistemas de distribuição de energia elétrica é inevitável a ausência de fornecimento à algumas cargas. Contudo, devido à presença de chaves seccionadoras, após a localização e isolação do trecho sob falta, é possível restaurar o abastecimento de energia a estas cargas fora de serviço. Para tal é necessária a obtenção de um plano de restabelecimento adequado, no menor intervalo de tempo possível, capaz de informar as chaves que devem ser operadas a fim de reconectar estas cargas à rede e sem sobrecarregar nenhum equipamento. Neste sentido, têm sido propostas metodologias para auxiliar as atividades dos operadores de sistemas de distribuição por meio do fornecimento de planos de restabelecimento de energia em situações de contingência. Todavia, a aplicação da maioria destas técnicas restringe-se à redes pequenas, quando comparadas às redes reais que possuem milhares de barras e chaves. Em outras metodologias, na tentativa de superar esta limitação, são feitas simplificações na representação da rede, desconsiderando alguns dos seus elementos. Nestes casos, a solução fornecida para a rede simplificada pode não ter o mesmo desempenho na rede em operação, o que compromete a confiabilidade dessas metodologias. Em outros métodos, ainda, a rede é representada com todas as suas barras e chaves, no entanto, deixam de considerar a presença de consumidores especiais, que exigem prioridade de fornecimento, bem como de chaves existentes na rede que podem ser operadas remotamente. Face ao exposto, propõe-se uma metodologia para determinação, em tempo real, de planos de restabelecimento de energia elétrica em sistemas de distribuição de grande porte em situações de uma ou de múltiplas faltas. Para lidar com os múltiplos objetivos deste problema, sendo alguns dele conflitantes entre si, esta será baseada em Algoritmos Evolutivos Multi-Objetivo, enquanto que a representação computacional sem simplificações da rede será proporcionada por uma codificação de dados apoiada na teoria de grafos e denominada Representação Nó-Profundidade. A fim de diminuir o tempo e o custo de implementação dos planos obtidos, será considerada e dado prioridade de manobra às chaves controladas remotamente, que podem ser alteradas do centro de operações. Será dado prioridade também ao fornecimento de energia de consumidores especiais. Por fim, para cada plano de restabelecimento fornecido será definida uma sequência factível de chaves que, quando alteradas, reconectarão as cargas sãs fora de serviço e eliminarão sobrecargas ou perfis de tensão inadequados. Para validar a metodologia proposta serão realizadas simulações computacionais no sistema de distribuição real da cidade de São Carlos-SP, em operação no ano de 1994, e nas suas versões duplicada, quadruplicada e octuplicada. / The occurrence of one or multiple permanent faults in electric power distribution systems is inevitable the privation of the service to some loads. However, due to the presence of switches, after the location and isolation of the faulted section, you can restore the power supply to these out of service loads. To this it is necessary to obtain, as soon as possible, a suitable restoration plan. It must be able to inform the switches that must be operated in order to reconnect these loads without overloading on any network or equipment. In this sense, it has been proposed methods to assist the operators\' activities of the of distribution systems by providing plans to restore the service in contingency situations. However, the application of the most of these techniques is limited to small networks, when they are compared to real networks that have thousands of bars and keys. In other methodologies, in order to overcome this limitation, simplications are made in the representation of the network, ignoring some of its elements. In these cases, the solution provided for a simplied network may not have the same performance on the network in operation, which aects the reliability of these methodologies. In other methods, the network is represented with all of its bars and switches. However, these methodologies do not consider the presence of the special consumers that require service priority neither the switches that can be operated remotely. Given the above, we propose a methodology for determining, in real time, plans for service restoration in large-scale electric distribution systems in situations of one or multiple faults. To deal with the multiple objectives of this problem, some of them con icting, the proposed method will be based on Multi-Objective Evolutionary Algorithms. Moreover, the computational representation without simplications of the network will be provided by a data encoding based in graph theory and called Node-Depth Encoding. In order to reduce the time and cost of the implementation of the plans obtained, it will be considered and given priority to maneuvers in remotely controlled switches, which can be changed from the operation center. Priority will be given also to the power supply of special consumers. Finally, for each restoration plan provided will be gotten a feasible switching sequence that, when implemented, will reconnect the out of service loads and eliminate overloads or inadequate voltage proles. To validate the proposed methodology it will be performed computer simulations in the real distribution system of the São Carlos-SP city, in operation in 1994, and their doubled, quadruplicate and octuplicate versions.

A elaboração de planos de restabelecimento de energia (PRE) de forma rápida, para re-energização de sistemas de distribuição radiais (SDR), faz-se necessária para lidar com situações que deixam regiões dos SDR sem energia. Tais situações podem ser causadas por faltas permanentes ou pela necessidade de isolar zonas dos SDR para serviços de manutenção. Dentre os objetivos de um PRE, destacam-se: (i) reduzir o número de consumidores interrompidos (ou nenhum), e (ii) minimizar o número de manobras; que devem ser atendidos sem desrespeitar os limites operacionais dos equipamentos. Conseqüentemente, a obtenção de PRE em SDR é um problema com múltiplos objetivos, alguns conflitantes. As principais técnicas desenvolvidas para obtenção de PRE em SDR baseiam-se em algoritmos evolutivos (AE). A limitação da maioria dessas técnicas é a necessidade de simplificações na rede, para lidar com SDR de grande porte, que limitam consideravelmente a possibilidade de obtenção de um PRE adequado. Propõe-se, neste trabalho, o desenvolvimento e implantação computacional de um algoritmo para obtenção de PRE em SDR, que consiga lidar com sistemas de grande porte sem a necessidade de simplificações, isto é, considerando uma grande parte (ou a totalidade) de linhas, barras, cargas e chaves do sistema. O algoritmo proposto baseia-se em um AE multi-objetivo e na estrutura de dados, para armazenamento de grafos, denominada representação nó-profundidade (RNP), bem como em dois operadores genéticos que foram desenvolvidos para manipular de forma eficiente os dados armazenados na RNP. Em razão de se basear em um AE multi-objetivo, o algoritmo proposto possibilita uma investigação mais ampla do espaço de busca. Por outro lado, fazendo uso da RNP, para representar computacionalmente os SDR, e de seus operadores genéticos, o algoritmo proposto aumenta significativamente a eficiência da busca por adequados PRE. Isto porque aqueles operadores geram apenas configurações radiais, nas quais todos os consumidores são atendidos. Para comprovar a eficiência do algoritmo proposto, várias simulações computacionais foram realizadas, utilizando o sistema de distribuição real, de uma companhia brasileira, que possui 3.860 barras, 635 chaves, 3 subestações e 23 alimentadores. / An elaborated and fast energy restoration plan (ERP) is required to deal with steady faults in radial distribution systems (RDS). That is, after a faulted zone has been identified and isolated by the relays, it is desired to elaborate a proper ERP to restore energy on that zone. Moreover, during the normal system operation, it is frequently necessary to elaborate ERP to isolate zones to execute routine tasks of network maintenance. Some of the objectives of an ERP are: (i) very few interrupted customers (or none), and (ii) operating a minimal number of switches, while at the same time respecting security constraints. As a consequence, the service restoration is a multiple objective problem, with some degree of conflict. The main methods developed for elaboration of ERP are based on evolutionary algorithms (EA). The limitation of the majority of these methods is the necessity of network simplifications to work with large-scale RDS. In general, these simplifications restrict the achievement of an adequate ERP. This work proposes the development and implementation of an algorithm for elaboration of ERP, which can deal with large-scale RDS without requiring network simplifications, that is, considering a large number (or all) of lines, buses, loads and switches of the system. The proposed algorithm is based on a multi-objective EA, on a new graph tree encoding called node-depth encoding (NDE), as well as on two genetic operators developed to efficiently manipulate a graph trees stored in NDEs. Using a multi-objective EA, the proposed algorithm enables a better exploration of the search space. On the other hand, using NDE and its operators, the efficiency of the search is increased when the proposed algorithm is used generating proper ERP, because those operators generate only radial configurations where all consumers are attended. The efficiency of the proposed algorithm is shown using a Brazilian distribution system with 3,860 buses, 635 switches, 3 substations and 23 feeders.

A elaboração de planos de restabelecimento de energia (PRE) de forma rápida, para re-energização de sistemas de distribuição radiais (SDR), faz-se necessária para lidar com situações que deixam regiões dos SDR sem energia. Tais situações podem ser causadas por faltas permanentes ou pela necessidade de isolar zonas dos SDR para serviços de manutenção. Dentre os objetivos de um PRE, destacam-se: (i) reduzir o número de consumidores interrompidos (ou nenhum), e (ii) minimizar o número de manobras; que devem ser atendidos sem desrespeitar os limites operacionais dos equipamentos. Conseqüentemente, a obtenção de PRE em SDR é um problema com múltiplos objetivos, alguns conflitantes. As principais técnicas desenvolvidas para obtenção de PRE em SDR baseiam-se em algoritmos evolutivos (AE). A limitação da maioria dessas técnicas é a necessidade de simplificações na rede, para lidar com SDR de grande porte, que limitam consideravelmente a possibilidade de obtenção de um PRE adequado. Propõe-se, neste trabalho, o desenvolvimento e implantação computacional de um algoritmo para obtenção de PRE em SDR, que consiga lidar com sistemas de grande porte sem a necessidade de simplificações, isto é, considerando uma grande parte (ou a totalidade) de linhas, barras, cargas e chaves do sistema. O algoritmo proposto baseia-se em um AE multi-objetivo e na estrutura de dados, para armazenamento de grafos, denominada representação nó-profundidade (RNP), bem como em dois operadores genéticos que foram desenvolvidos para manipular de forma eficiente os dados armazenados na RNP. Em razão de se basear em um AE multi-objetivo, o algoritmo proposto possibilita uma investigação mais ampla do espaço de busca. Por outro lado, fazendo uso da RNP, para representar computacionalmente os SDR, e de seus operadores genéticos, o algoritmo proposto aumenta significativamente a eficiência da busca por adequados PRE. Isto porque aqueles operadores geram apenas configurações radiais, nas quais todos os consumidores são atendidos. Para comprovar a eficiência do algoritmo proposto, várias simulações computacionais foram realizadas, utilizando o sistema de distribuição real, de uma companhia brasileira, que possui 3.860 barras, 635 chaves, 3 subestações e 23 alimentadores. / An elaborated and fast energy restoration plan (ERP) is required to deal with steady faults in radial distribution systems (RDS). That is, after a faulted zone has been identified and isolated by the relays, it is desired to elaborate a proper ERP to restore energy on that zone. Moreover, during the normal system operation, it is frequently necessary to elaborate ERP to isolate zones to execute routine tasks of network maintenance. Some of the objectives of an ERP are: (i) very few interrupted customers (or none), and (ii) operating a minimal number of switches, while at the same time respecting security constraints. As a consequence, the service restoration is a multiple objective problem, with some degree of conflict. The main methods developed for elaboration of ERP are based on evolutionary algorithms (EA). The limitation of the majority of these methods is the necessity of network simplifications to work with large-scale RDS. In general, these simplifications restrict the achievement of an adequate ERP. This work proposes the development and implementation of an algorithm for elaboration of ERP, which can deal with large-scale RDS without requiring network simplifications, that is, considering a large number (or all) of lines, buses, loads and switches of the system. The proposed algorithm is based on a multi-objective EA, on a new graph tree encoding called node-depth encoding (NDE), as well as on two genetic operators developed to efficiently manipulate a graph trees stored in NDEs. Using a multi-objective EA, the proposed algorithm enables a better exploration of the search space. On the other hand, using NDE and its operators, the efficiency of the search is increased when the proposed algorithm is used generating proper ERP, because those operators generate only radial configurations where all consumers are attended. The efficiency of the proposed algorithm is shown using a Brazilian distribution system with 3,860 buses, 635 switches, 3 substations and 23 feeders.

Na ocorrência de uma ou de múltiplas faltas permanentes em sistemas de distribuição de energia elétrica é inevitável a ausência de fornecimento à algumas cargas. Contudo, devido à presença de chaves seccionadoras, após a localização e isolação do trecho sob falta, é possível restaurar o abastecimento de energia a estas cargas fora de serviço. Para tal é necessária a obtenção de um plano de restabelecimento adequado, no menor intervalo de tempo possível, capaz de informar as chaves que devem ser operadas a fim de reconectar estas cargas à rede e sem sobrecarregar nenhum equipamento. Neste sentido, têm sido propostas metodologias para auxiliar as atividades dos operadores de sistemas de distribuição por meio do fornecimento de planos de restabelecimento de energia em situações de contingência. Todavia, a aplicação da maioria destas técnicas restringe-se à redes pequenas, quando comparadas às redes reais que possuem milhares de barras e chaves. Em outras metodologias, na tentativa de superar esta limitação, são feitas simplificações na representação da rede, desconsiderando alguns dos seus elementos. Nestes casos, a solução fornecida para a rede simplificada pode não ter o mesmo desempenho na rede em operação, o que compromete a confiabilidade dessas metodologias. Em outros métodos, ainda, a rede é representada com todas as suas barras e chaves, no entanto, deixam de considerar a presença de consumidores especiais, que exigem prioridade de fornecimento, bem como de chaves existentes na rede que podem ser operadas remotamente. Face ao exposto, propõe-se uma metodologia para determinação, em tempo real, de planos de restabelecimento de energia elétrica em sistemas de distribuição de grande porte em situações de uma ou de múltiplas faltas. Para lidar com os múltiplos objetivos deste problema, sendo alguns dele conflitantes entre si, esta será baseada em Algoritmos Evolutivos Multi-Objetivo, enquanto que a representação computacional sem simplificações da rede será proporcionada por uma codificação de dados apoiada na teoria de grafos e denominada Representação Nó-Profundidade. A fim de diminuir o tempo e o custo de implementação dos planos obtidos, será considerada e dado prioridade de manobra às chaves controladas remotamente, que podem ser alteradas do centro de operações. Será dado prioridade também ao fornecimento de energia de consumidores especiais. Por fim, para cada plano de restabelecimento fornecido será definida uma sequência factível de chaves que, quando alteradas, reconectarão as cargas sãs fora de serviço e eliminarão sobrecargas ou perfis de tensão inadequados. Para validar a metodologia proposta serão realizadas simulações computacionais no sistema de distribuição real da cidade de São Carlos-SP, em operação no ano de 1994, e nas suas versões duplicada, quadruplicada e octuplicada. / The occurrence of one or multiple permanent faults in electric power distribution systems is inevitable the privation of the service to some loads. However, due to the presence of switches, after the location and isolation of the faulted section, you can restore the power supply to these out of service loads. To this it is necessary to obtain, as soon as possible, a suitable restoration plan. It must be able to inform the switches that must be operated in order to reconnect these loads without overloading on any network or equipment. In this sense, it has been proposed methods to assist the operators\' activities of the of distribution systems by providing plans to restore the service in contingency situations. However, the application of the most of these techniques is limited to small networks, when they are compared to real networks that have thousands of bars and keys. In other methodologies, in order to overcome this limitation, simplications are made in the representation of the network, ignoring some of its elements. In these cases, the solution provided for a simplied network may not have the same performance on the network in operation, which aects the reliability of these methodologies. In other methods, the network is represented with all of its bars and switches. However, these methodologies do not consider the presence of the special consumers that require service priority neither the switches that can be operated remotely. Given the above, we propose a methodology for determining, in real time, plans for service restoration in large-scale electric distribution systems in situations of one or multiple faults. To deal with the multiple objectives of this problem, some of them con icting, the proposed method will be based on Multi-Objective Evolutionary Algorithms. Moreover, the computational representation without simplications of the network will be provided by a data encoding based in graph theory and called Node-Depth Encoding. In order to reduce the time and cost of the implementation of the plans obtained, it will be considered and given priority to maneuvers in remotely controlled switches, which can be changed from the operation center. Priority will be given also to the power supply of special consumers. Finally, for each restoration plan provided will be gotten a feasible switching sequence that, when implemented, will reconnect the out of service loads and eliminate overloads or inadequate voltage proles. To validate the proposed methodology it will be performed computer simulations in the real distribution system of the São Carlos-SP city, in operation in 1994, and their doubled, quadruplicate and octuplicate versions.

Submitted by Sáboia Nágila (nagila.saboia01@gmail.com) on 2016-07-29T14:09:40Z No. of bitstreams: 1 Disertação-Anibrata Pal.pdf: 1139751 bytes, checksum: a29e1923e75e239365abac2dc74c7f40 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-08-15T17:54:46Z (GMT) No. of bitstreams: 1 Disertação-Anibrata Pal.pdf: 1139751 bytes, checksum: a29e1923e75e239365abac2dc74c7f40 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-08-15T17:57:29Z (GMT) No. of bitstreams: 1 Disertação-Anibrata Pal.pdf: 1139751 bytes, checksum: a29e1923e75e239365abac2dc74c7f40 (MD5) / Made available in DSpace on 2016-08-15T17:57:29Z (GMT). No. of bitstreams: 1 Disertação-Anibrata Pal.pdf: 1139751 bytes, checksum: a29e1923e75e239365abac2dc74c7f40 (MD5) Previous issue date: 2016-04-19 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The world of information retrieval revolves around web search engines. Text search engines are one of the most important source for routing information. The web search engines index huge volumes of data and handles billions of documents. The learn to rank methods have been adopted in the recent past to generate high quality answers for the search engines. The ultimate goal of these systems are to provide high quality results and, at the same time, reduce the computational time for query processing. Drawing direct correlation from the aforementioned fact; reading from smaller or compact indexes always accelerate data read or in other words, reduce computational time during query processing. In this thesis we study about using learning to rank method to not only produce high quality ranking of search results, but also to optimize another important aspect of search systems, the compression achieved in their indexes. We show that it is possible to achieve impressive gains in search engine index compression with virtually no loss in the final quality of results by using simple, yet effective, multi objective optimization techniques in the learning process. We also used basic pruning techniques to find out the impact of pruning in the compression of indexes. In our best approach, we were able to achieve more than 40% compression of the existing index, while keeping the quality of results at par with methods that disregard compression. / Máquinas de busca web para a web indexam grandes volumes de dados, lidando com coleções que muitas vezes são compostas por dezenas de bilhões de documentos. Métodos aprendizagem de máquina têm sido adotados para gerar as respostas de alta qualidade nesses sistemas e, mais recentemente, há métodos de aprendizagem de máquina propostos para a fusão de evidências durante o processo de indexação das bases de dados. Estes métodos servem então não somente para melhorar a qualidade de respostas em sistemas de busca, mas também para reduzir custos de processamento de consultas. O único método de fusão de evidências em tempo de indexação proposto na literatura tem como foco exclusivamente o aprendizado de funções de fusão de evidências que gerem bons resultados durante o processamento de consulta, buscando otimizar este único objetivo no processo de aprendizagem. O presente trabalho apresenta uma proposta onde utiliza-se o método de aprendizagem com múltiplos objetivos, visando otimizar, ao mesmo tempo, tanto a qualidade de respostas produzidas quando o grau de compressão do índice produzido pela fusão de rankings. Os resultados apresentados indicam que a adoção de um processo de aprendizagem com múltiplos objetivos permite que se obtenha melhora significativa na compressão dos índices produzidos sem que haja perda significativa na qualidade final do ranking produzido pelo sistema.

No contexto da operação de sistemas de distribuição, um dos problemas com os quais os operadores lidam frequentemente é o de restabelecimento de energia. Este problema surge na ocorrência de uma falta permanente e pode ser tratado por meio de manobras em chaves presentes na rede primária. Uma vez que tais redes operam com topologia radial, a ocorrência de uma falta pode resultar no desligamento de consumidores saudáveis. Desta maneira, o problema consiste em definir, num curto intervalo de tempo, um número mínimo de chaves que devem ser operadas a fim de isolar a falta e restaurar o máximo de consumidores saudáveis desligados. Os esforços para a obtenção de ferramentas computacionais para fornecimento de soluções para o problema de restabelecimento têm sido intensificados nos últimos anos. Isto ocorre, em especial, devido aos enormes prejuízos causados pela falta de energia às companhias de eletricidade e a toda a sociedade. Neste sentido, o objetivo deste trabalho é a obtenção de um método para auxiliar o trabalho dos operadores através do fornecimento de planos adequados de restabelecimento em curtos intervalos de tempo. Os diferenciais deste método proposto são a sua capacidade de: lidar, em especial, com redes reais de grande porte com reduzido esforço computacional; considerar a existência de vários níveis de prioridade de atendimento entre os consumidores (note, por exemplo, que um hospital ou um centro de segurança pública devem ter maior prioridade de atendimento que um grande supermercado ou unidades residenciais) e priorizar o atendimento deles de acordo a sua prioridade; fornecer uma sequência por meio da qual as chaves possam ser operadas a fim de isolar os setores em falta e reconectar o maior número de consumidores saudáveis desligados executando-se o mínimo de manobras em chaves e priorizando os consumidores com maior prioridade; ser capaz de selecionar cargas menos prioritárias para permaneceram desligadas nas situações em que não é possível obter uma solução que restaure todas as cargas saudáveis fora de serviço; e, adicionalmente, priorizar a operação de chaves controladas remotamente, que, diferentemente das chaves controladas manualmente, podem ser operadas com menores custos e de maneira mais rápida. O método proposto consiste, de maneira sintética, na união de uma busca exaustiva aplicada localmente a um novo algoritmo evolutivo multi-objetivo em tabelas de subpopulação que faz uso de uma estrutura de dados eficiente denominada Representação Nó-Profundidade. Para avaliar a performance relativa do método proposto, simulações foram realizadas num sistema de distribuição de pequeno porte e os resultados foram comparados com os obtidos por um método de Programação Matemática. Na sequência, novos experimentos foram realizadas em diversos casos de falta na rede de distribuição da cidade de Londrina-PR e cidades adjacentes. As soluções fornecidas mostraram-se adequadas ao tratamento dos casos de falta, assim como as sequências de chaveamento associadas a elas, as quais foram capazes de priorizar o restabelecimento dos consumidores prioritários seguindo seus níveis de prioridade. Adicionalmente, estudos avaliaram a variação do tempo de processamento computacional do método proposto com a dimensão das redes de distribuições e também com o número de gerações realizadas pelo algoritmo evolutivo multi-objetivo proposto e os resultados mostraram-se satisfatórios às necessidades do problema Portanto, pode-se comprovar que o método proposto atingiu os objetivos especificados, em especial, o tratamento de aspectos práticos do problema. Além do próprio método proposto, algumas contribuições desta pesquisa são a proposição um novo algoritmo evolutivo multiobjetivo em tabelas de subpopulação e de um novo operador para manipulação de florestas de grafo armazenadas pela Representação Nó-Profundidade e voltado ao problema de restabelecimento. / In the context of distribution systems operation, service restoration is one of the problems with which operators constantly deal. It arises when a permanent fault occurs and is treated trough operations in switches at primary grid. Since distribution systems are usually radial, fault occurrence turns-off healthy customers. Thereby, the service restoration problem consists in defining, in a short processing time, the minimum amount of switches that must be operated for the isolation of the fault and reconnection of the maximum amount of healthy out-of-service customers. The efforts of developing computational tools for getting solution to this problems has increased in the last years. It is, in special, due to enormous losses caused to the utilities and to the whole society. In this sense, the main objective of this research is getting a method able to help the distribution system operator\'s work through providing service restoration plans quickly. The differentials of this research are its ability to: deal, in special, with large scale grids whit a reduced computational effort; consider costumers of several priority levels (note, for instance, a hospital has a higher supply priority in relation to a big supermarket) and prioritize the higher priority customers; provide a switching sequence able to isolate and reconnect the maximum amount of healthy out-of-service customer by the minimum amount of switching actions; select lower priority customers to keep out-of-service in order to reconnect higher priority customers when a it is not possible to restore all customers; and, additionally, prioritize switching operation in remotely controlled switches, whose operation is faster and cheapest than the operation of manually controlled switches. The proposed method mixes a local exhaustive search and a new multi-objective evolutionary algorithm in subpopulation tables that uses a data structure named Node-Depth Encoding. For evaluating the relative performance of proposed method, simulations were performed in small distribution systems and the performance was compared with the performance a Mathematical Programing method from literature. New experiments were performed a Mathematical Programing method from literature. New experiments were performed in several fault situations in the real and large-scale distribution system of Londrina-PR and adjacent cities. The solutions provided were appropriated to the treatment of such contingency situations. The same occurs with the switching sequences provided, which were able to prioritize the restoration of higher priority customers. Additional studies evaluated the variation of the running time with the size of grids and with the values adopted for the maximum number of generations of the evolutionary algorithm (which is an input parameter). The results expressed the running time of the proposed method is suitable to the problem needs. Therefore, it could be proved the proposed method achieved the specified objectives, in special, the treatment of practical aspects of the problem. Besides the proposed method, some contributions of this research are proposition of a new multi-objective evolutionary algorithm in subpopulation tables and a new reproduction operator to manipulate graph forests computationally represented by Node-Depth Encoding.

No contexto da operação de sistemas de distribuição, um dos problemas com os quais os operadores lidam frequentemente é o de restabelecimento de energia. Este problema surge na ocorrência de uma falta permanente e pode ser tratado por meio de manobras em chaves presentes na rede primária. Uma vez que tais redes operam com topologia radial, a ocorrência de uma falta pode resultar no desligamento de consumidores saudáveis. Desta maneira, o problema consiste em definir, num curto intervalo de tempo, um número mínimo de chaves que devem ser operadas a fim de isolar a falta e restaurar o máximo de consumidores saudáveis desligados. Os esforços para a obtenção de ferramentas computacionais para fornecimento de soluções para o problema de restabelecimento têm sido intensificados nos últimos anos. Isto ocorre, em especial, devido aos enormes prejuízos causados pela falta de energia às companhias de eletricidade e a toda a sociedade. Neste sentido, o objetivo deste trabalho é a obtenção de um método para auxiliar o trabalho dos operadores através do fornecimento de planos adequados de restabelecimento em curtos intervalos de tempo. Os diferenciais deste método proposto são a sua capacidade de: lidar, em especial, com redes reais de grande porte com reduzido esforço computacional; considerar a existência de vários níveis de prioridade de atendimento entre os consumidores (note, por exemplo, que um hospital ou um centro de segurança pública devem ter maior prioridade de atendimento que um grande supermercado ou unidades residenciais) e priorizar o atendimento deles de acordo a sua prioridade; fornecer uma sequência por meio da qual as chaves possam ser operadas a fim de isolar os setores em falta e reconectar o maior número de consumidores saudáveis desligados executando-se o mínimo de manobras em chaves e priorizando os consumidores com maior prioridade; ser capaz de selecionar cargas menos prioritárias para permaneceram desligadas nas situações em que não é possível obter uma solução que restaure todas as cargas saudáveis fora de serviço; e, adicionalmente, priorizar a operação de chaves controladas remotamente, que, diferentemente das chaves controladas manualmente, podem ser operadas com menores custos e de maneira mais rápida. O método proposto consiste, de maneira sintética, na união de uma busca exaustiva aplicada localmente a um novo algoritmo evolutivo multi-objetivo em tabelas de subpopulação que faz uso de uma estrutura de dados eficiente denominada Representação Nó-Profundidade. Para avaliar a performance relativa do método proposto, simulações foram realizadas num sistema de distribuição de pequeno porte e os resultados foram comparados com os obtidos por um método de Programação Matemática. Na sequência, novos experimentos foram realizadas em diversos casos de falta na rede de distribuição da cidade de Londrina-PR e cidades adjacentes. As soluções fornecidas mostraram-se adequadas ao tratamento dos casos de falta, assim como as sequências de chaveamento associadas a elas, as quais foram capazes de priorizar o restabelecimento dos consumidores prioritários seguindo seus níveis de prioridade. Adicionalmente, estudos avaliaram a variação do tempo de processamento computacional do método proposto com a dimensão das redes de distribuições e também com o número de gerações realizadas pelo algoritmo evolutivo multi-objetivo proposto e os resultados mostraram-se satisfatórios às necessidades do problema Portanto, pode-se comprovar que o método proposto atingiu os objetivos especificados, em especial, o tratamento de aspectos práticos do problema. Além do próprio método proposto, algumas contribuições desta pesquisa são a proposição um novo algoritmo evolutivo multiobjetivo em tabelas de subpopulação e de um novo operador para manipulação de florestas de grafo armazenadas pela Representação Nó-Profundidade e voltado ao problema de restabelecimento. / In the context of distribution systems operation, service restoration is one of the problems with which operators constantly deal. It arises when a permanent fault occurs and is treated trough operations in switches at primary grid. Since distribution systems are usually radial, fault occurrence turns-off healthy customers. Thereby, the service restoration problem consists in defining, in a short processing time, the minimum amount of switches that must be operated for the isolation of the fault and reconnection of the maximum amount of healthy out-of-service customers. The efforts of developing computational tools for getting solution to this problems has increased in the last years. It is, in special, due to enormous losses caused to the utilities and to the whole society. In this sense, the main objective of this research is getting a method able to help the distribution system operator\'s work through providing service restoration plans quickly. The differentials of this research are its ability to: deal, in special, with large scale grids whit a reduced computational effort; consider costumers of several priority levels (note, for instance, a hospital has a higher supply priority in relation to a big supermarket) and prioritize the higher priority customers; provide a switching sequence able to isolate and reconnect the maximum amount of healthy out-of-service customer by the minimum amount of switching actions; select lower priority customers to keep out-of-service in order to reconnect higher priority customers when a it is not possible to restore all customers; and, additionally, prioritize switching operation in remotely controlled switches, whose operation is faster and cheapest than the operation of manually controlled switches. The proposed method mixes a local exhaustive search and a new multi-objective evolutionary algorithm in subpopulation tables that uses a data structure named Node-Depth Encoding. For evaluating the relative performance of proposed method, simulations were performed in small distribution systems and the performance was compared with the performance a Mathematical Programing method from literature. New experiments were performed a Mathematical Programing method from literature. New experiments were performed in several fault situations in the real and large-scale distribution system of Londrina-PR and adjacent cities. The solutions provided were appropriated to the treatment of such contingency situations. The same occurs with the switching sequences provided, which were able to prioritize the restoration of higher priority customers. Additional studies evaluated the variation of the running time with the size of grids and with the values adopted for the maximum number of generations of the evolutionary algorithm (which is an input parameter). The results expressed the running time of the proposed method is suitable to the problem needs. Therefore, it could be proved the proposed method achieved the specified objectives, in special, the treatment of practical aspects of the problem. Besides the proposed method, some contributions of this research are proposition of a new multi-objective evolutionary algorithm in subpopulation tables and a new reproduction operator to manipulate graph forests computationally represented by Node-Depth Encoding.