Otimização do Modelo SMAP: Estudo Comparativo entre Bat Algorithm e Grey Wolf Optimization

Vol 51, 2019 - 107634
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

O parque gerador do sistema elétrico brasileiro possui significativa predominância da hidroeletricidade, de modo que, a qualidade da previsão da vazão natural dos aproveitamentos hidro- elétricos tem caráter fundamental para o planejamento e operação do Sistema Interligado Nacional (SIN), pois, a partir dessas informações, são tomadas decisões de operação visando a minimização dos custos de geração e a otimização dos recursos disponíveis.
O presente trabalho apresenta uma comparação entre duas técnicas de otimização basea- das em inteligência computacional utilizadas na otimização da previsão da vazão natural através do modelo SMAP (Soil Moisture Accounting Procedure) para as usinas de Emborcação e Corumbá. Desta forma, foi realizado inicialmente um estudo de convexidade do problema visando justificar o emprego de técnicas de inteligência computacional na resolução do mesmo. Dentre as inúmeras técnicas de inteligência computacional existentes na literatura, foram abordadas: (i) BAT ALGO- RITHM (BA), técnica atualmente utilizada pelo Operador Nacional do Sistema Elétrico (ONS) na otimização do modelo SMAP; (ii) GREY WOLF OPTIMIZATION (GWO), técnica recente e ainda pouco difundida na literatura quando comparada com as demais técnicas de inteligência computacional.
Um análise comparativa (variabilidade das soluções, características de convergência e tempo de processamento) entre as técnicas de inteligência computacional aqui abordadas foi reali- zada. Os resultados das simulações indicaram que o GWO possui uma potencialidade enorme na obtenção de boas soluções ao longo do processo de busca global. Característica esta, que não é observada no BA. Além disso, os resultados do BA apresentaram maior assimetria quando comparados com o GWO e a necessidade de um maior tempo de processamento. Entretanto, o BA proporcionou uma pequena melhora no resultados ótimos de MAPE (Mean Absolute Percentage Error) para ambos os casos analisados.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Federal de Juiz de Fora
  • 2 UFJF - GRIn / Universidade Federal de Juiz de Fora
Eixo Temático
  • IC – Inteligência Computacional
Palavras-chave
Inteligência Computacional
Modelo SMAP
otimização