Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3031
Title: Redes neurais artificiais recorrentes: uma aplicação à otimização da operação de sistemas de geração.
Other Titles: Recurrent artificial neural networks: an application to the optimization of the operation of generation systems.
???metadata.dc.creator???: AQUINO, Ronaldo Ribeiro Barbosa de.
???metadata.dc.contributor.advisor1???: SOUZA, Benemar Alencar de.
???metadata.dc.contributor.advisor2???: CARVALHO JÚNIOR, Manoel Afonso de.
???metadata.dc.contributor.referee1???: MOTA, Wellington Santos.
???metadata.dc.contributor.referee2???: ASSIS, Francisco Marcos de.
???metadata.dc.contributor.referee3???: FALCÃO, Djalma Mosqueira.
???metadata.dc.contributor.referee4???: MELO, Albert Cordeiro Geber de.
Keywords: Processamento de energia;Procesamiento de energía;Power processing;Energia - Sistemas de geração;Energy - Generation Systems;Energía - Sistemas de generación;Rede neurais;Red neuronal;Neural network
Issue Date: 19-Feb-2001
Publisher: Universidade Federal de Campina Grande
Citation: AQUINO, Ronaldo Ribeiro Barbosa de. Redes neurais artificiais recorrentes: uma aplicação à otimização da operação de sistemas de geração. 2001. 124f. (Tese de Doutorado em Engenharia Elétrica), Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba Brasil, 2001.
???metadata.dc.description.resumo???: Este trabalho tem como objetivo estudar as redes neurais artificiais (RNA) como ferramenta de otimização e aplicá-la ao planejamento da operação energética de sistemas hidrotérmicos de geração, no horizonte de médio prazo. O planejamento da operação é realizado através dos despachos económicos de geração, os quais estabelecem quanto cada usina hidroelétrica e/ou termelétrica deve gerar para atender a um determinado mercado de energia de forma a minimizar o valor esperado do custo total de geração. A motivação para o estudo das RNA como meio de resolver problemas de otimização de grande porte vem da necessidade de pesquisar e acompanhar o desenvolvimento de novas tecnologias. Esta técnica tem um grande potencial para implementação em hardware do tipo VLSI, na qual seria mais eficiente do que as técnicas tradicionais de otimização. O planejamento da operação de sistemas de geração hidrotérmica envolve problemas de grande porte, cujo tamanho varia de acordo com o horizonte de estudo e o detalhamento do sistema gerador. Desta forma o problema em foco requer sempre uma ferramenta de otimização eficiente. Este trabalho é desenvolvido utilizando as RNA recorrentes para solucionar problemas de programação linear e quadrática. Estas redes são baseadas na solução de um conjunto de equações diferenciais que são obtidas da função energia do Lagrangiano. Esta rede também disponibiliza o multiplicador de Lagrange associado a cada restrição, o qual é o preço marginal. A RNA implementada foi aplicada ao despacho económico de geração do sistema interligado CHESF/ELETRONORTE, para o qual foi obtido a solução otimizada da operação hidrotérmica, os custos marginais de geração e o valor da água associado com cada hidrelétrica.
Abstract: This work dcals with the study of artificial neural networks(ANN) to solve optmization problems and their applications in the mid-tcrm operation planning of hydrothermal gencration systcms. The operation planning problem deals with economic power dispatches, that is, with the scheduling of hydro and thermal power plants that minimizes the overall production cost while satisfies the load demmand. The study of ANN as optmization tools for solving large scale problems was motivated by the necessity to being up to date with the state of the art of this new technology. This technique has a great potential for hardware VLSI implementation, in which could be more efficient then traditional optimization techniques. The operation planning of hydrothermal generation systems is a large scale problem, whose complexity increases as the planning horizon increases and the aceuracy of the system modeling increases. Hence, to solve such a large problem an efficient optimization technique is always necessary. This work considers recurrents ANN to solve linear and quadratic programming problems. These networks are based on the solution of a set of differential equations that are obtained from a transformation of a Lagrangian energy function. This network also provides the corresponding Lagrange multiplier associated with each constraint, which is the marginal price. The ANN was applied to solve the economic power dispatches of the CHESF/ELETRONORTE interconnected system to which was calculated the optimized solution, the marginal costs and the water values associated with each hydro plant
Keywords: Processamento de energia
Procesamiento de energía
Power processing
Energia - Sistemas de geração
Energy - Generation Systems
Energía - Sistemas de generación
Rede neurais
Red neuronal
Neural network
???metadata.dc.subject.cnpq???: ENGENHARIA ELÉTRICA
URI: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3031
Appears in Collections:Doutorado em Engenharia Elétrica.

Files in This Item:
File Description SizeFormat 
RONALDO RIBEIRO BARBOSA DE AQUINO - TESE PPGEE 2001.pdfRonaldo Ribeiro Barbosa de Aquino - Tese de Doutorado PPGEE 200115.9 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.