Return to search

Computação evolutiva para minimização de perdas resistivas em sistemas de distribuição de energia eletrica

Orientador: Christiano Lyra Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-25T19:24:38Z (GMT). No. of bitstreams: 1
Costa_MarcosFabioNobregada_M.pdf: 5953099 bytes, checksum: 8ffa825d7b121106adf6cb5400d1ac28 (MD5)
Previous issue date: 1999 / Resumo: Este trabalho adota uma abordagem de computação evolutiva para encontrarmos a configuração de mínimas perdas de uma rede de distribuição de energia elétrica radial. O principal elemento da busca é um Algoritmo Genético, meta-heurística que imita os processos evolutivos naturais. A partir de população de indivíduos gerada aleatoriamente, a adequação média das gerações subseqüentes de indivíduos é melhorada através de mecanismos de Seleção, Cruzamento e Mutação. Uma importante característica dos Algoritmos Genéticos é a forte atração para ótimos locais com a perda da diversidade. Para escapar destas soluções, foram implementadas estratégia de diversificação inspiradas em Busca Tabu e Cruzamentos Baseados em Comportamento. A incorporação de busca local heurística explora conhecimento específico sobre o problema, sendo utilizada juntamente com procedimento de diversificação para preservação de níveis mínimos de diversidade. Resultados sobre redes reais de médio e grande porte são apresentados / Abstract: The present work adopts an evolutionary computation approach to reach the minimum loss configuration of a radial power distribution network. The main element of the search is a Genetic Algorithm, meta-heuristic that imitates the natural evolutive process. Starting with a random-generated population, the mean fitness of successive generations is increased through Selection, Crossover and Mutation mechanisms. One important feature of Genetic Algorithms is the strong attraction to local optimal solutions. To escape from these solutions, we implemented a diversification strategy inspired in Tabu Search and Behavior-Based Crossovers. The incorporation of heuristic local search, that explores specific knowledge of the problem domain, is added to the diversification procedure to preserve a minimum level of diversity. Results for real, medium, and large distribution networks are discussed. / Mestrado / Mestre em Engenharia Elétrica

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/258861
Date30 July 1999
CreatorsCosta, Marcos Fabio Nobrega da
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Lyra Filho, Christiano, 1951-, Coury, Denis Vinicius, Zuben, Fernando Jose Von
Publisher[s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação, Programa de Pós-Graduação em Engenharia Elétrica
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Format107p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0016 seconds