• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
10.11606/T.18.2003.tde-23042015-084714
Document
Author
Full name
Patrícia Teixeira Leite
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2003
Supervisor
Committee
Carneiro, Adriano Alber de França Mendes (President)
Andrade Filho, Marinho Gomes de
Carvalho, André Carlos Ponce de Leon Ferreira de
Lázaro, Rubén Augusto Romero
Nepomuceno, Leonardo
Title in Portuguese
Aplicação de técnicas de inteligência artificial no planejamento da operação de sistemas hidrotérmicos de potência
Keywords in Portuguese
Algoritmos genéticos
Inteligência artificial
Planejamento da operação e otimização
Sistemas híbridos genéticos
Sistemas hidrotérmicos
Abstract in Portuguese
Neste trabalho foi investigado um novo modelo baseado em inteligência artificial como ferramenta para a resolução do problema de planejamento da operação de sistemas hidrotérmicos de potência. Esta abordagem, que utiliza os princípios da evolução genética, tem se destacado com alta eficiência na solução de problemas de otimização. Para atender a todas as características do problema foram feitas algumas adaptações dos operadores genéticos tradicionais de recombinação e mutação, sendo o problema codificado usando uma cadeia de números reais, e não binários como normalmente é apresentado na literatura. Para isto, foram realizados vários testes visando moldar a técnica ao problema em questão, levando em conta suas características específicas. O algoritmo proposto também foi aplicado em vários testes com usinas pertencentes ao sistema hidroelétrico brasileiro e mostrou o bom desempenho desta abordagem em determinar uma operação ótima, garantindo, da melhor forma possível, o atendimento da demanda por um custo mínimo e com confiabilidade. As aplicações incluíram sistemas complexos, de grande porte, com até 35 usinas hidroelétricas, onde foram obtidos resultados satisfatórios.
Title in English
Artificial intelligence applied to planning of the hydrothermal systems
Keywords in English
Artificial intelligence
Genetic algorithms
Hybrid genetic algorithms
Hydrothermal systems
Operation planning and optimization
Abstract in English
The present thesis investigates a new model based on artificial inteligence as a tool to solve the problem of the operational planning of hydrothermal systems. This approach, which uses the principle of genetic evolution, has been very successful and efficient in the solution of optimization problems. To represent all the characteristics of the problem some adaptations of the traditional genetic operators of recombination and mutation were made. The problem used a string of real numbers instead of binary as usually presented in the literature. Thus, several tests were performed in order to adapt the technique to the problem, taking into account its specific characteristics. The proposed algorithm has been applied in several tests in real hydrothermal systems, with plants belonging to the brazilian southeast system. The results achieved so far have indicated that the proposed approach can be an effective alternative or a complementary technique for the planning of hidrothermal system, as it determines an operation strategy for each power plant and minimizes the expected value of the operative cost along the planning horizon. The applications include large systems, with up to 35 hydroelectric plants, where good results were obtained.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2015-04-23
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
Centro de Informática de São Carlos
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2019. All rights reserved.