FRCU - GIECRRER: Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/777

Browse

Search Results

Now showing 1 - 8 of 8

Análisis de las habilidades de metaheurísticas X-PSO multiobjetivo mediante indicadores de inteligenia de grupo : aplicación en el balance de carga en redes eléctricas de baja tensión
(2016-11) Casanova Pietroboni, Carlos Antonio; Schweickardt, Gustavo Alejandro
Este trabajo presenta un análisis del comportamiento de MetaHeurísticas referidas como X-PSO Formas MultiObjetivo (X-FPSO), recurriendo al concepto de Inteligencia de Grupo (IG). A través de varios trabajos en esta línea de investigación, los autores han establecido cualitativamente que existe una correspondencia entre la habilidad de las Formas X-FPSO para satisfacer los cinco Principios de la IG (PIG), y la aptitud de la Función de Selección de una HiperHeurística cuando las Formas X-FPSO componen su dominio. Se proponen Indicadores de IG cuantitativos que permiten caracterizar y diferenciar el comportamiento de dos estrategias de movimiento derivadas de la MetaHeurística FPSO original, cuyos comportamientos satisfacen en grados complementarios los PIG: la FPSO con Factor de Constricción y Topología de Comunicación entre partículas Estrella Global Determinística y la FEPSO GIStT (Topología de Comunicación Global/Individual Estocástica), desarrolladas por los autores. Estos indicadores reflejan aspectos clave relacionados con la IG, permitiendo realizar un seguimiento iteración a iteración del Algoritmo HiperHeurístico, sirviendo de guía para su Función de Selección. Se presenta una simulación en el contexto de la resolución de un problema de Optimización Combinatoria, considerados en trabajos previos como estudio de caso: el Balance de Cargas en un Sistema Trifásico de Distribución de Energía Eléctrica.
Optimización dinámica posibilística de un sistema de distribución mediante una hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multi-objetivo
(2015-06) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio
En el presente trabajo se aplica una Hiperheurística que los autores han denominado HY X-FPSO CBR para la Optimización Dinámica Posibilística que se corresponde con la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica. El problema a resolver, específicamente, es la definición/identificación del Espacio de Estados por los que el Sistema de Distribución de Energía Eléctrica debe evolucionar, conociendo el número de etapas. Las mismas se corresponden con cada año del Período de Control Regulatorio. Se procede al Diseño y Entrenamiento de la Red Neuronal Artificial de Retropropagación, en la que se basa el mecanismo de Aprendizaje/Selección mediante el cual son aplicadas las formas X-FPSO, para cierta instancia de decisión, identificadas como dominio de la Hiperheurística propuesta. Se integran los resultados al Modelo de Optimización Posibilística y se procede a la simulación completa en un Estudio de Caso sobre un Sistema de Distribución de Energía Eléctrica real. Se comparan los resultados que arroja la Hiperheurística propuesta, con el Espacio de Estados formado por inspección, en otras optimizaciones realizadas sobre el mismo Sistema de Distribución de Energía Eléctrica.
Metaheurísticas multiobjetivo cardumen de peces artificiales (FAFS) y optimización evolucionaria por enjambre de partículas con topología estocástica global individual (FEPSO GIST). Parte II : aplicación
(Universidad Católica Luis Amigó, 2015-06) Schweickardt, Gustavo Alejandro
El presente trabajo describe un modelo para la Optimización del Grado de Desbalance de Cargas en una Red Trifásica de Distribución de Ener gía Eléctrica (SDEE) en Baja Tensión (BT). Se pre senta la integración de dos novedosas metaheurísti cas: la FEPSO GIST (Fuzzy-MultiObjective Particles Swarm Optimization with Global/Individual Stochas tic Topology), desarrollada por el autor, y la FAFS (Fuzzy-MultiObjective Artificial Fish School), cuya extensión multiobjetivo es propuesta por el autor, valuando la función de aptitud mediante conjuntos difusos. El problema propuesto ya ha sido resuelto en un trabajo presentado por el autor, mediante la metaheurística FPSO, y su solución constituye una referencia para comparar resultados. Entre los in convenientes producidos por un elevado grado de desbalance en las fases del sistema, se consideran la minimización de las pérdidas técnicas y la mejora del perfil de tensiones. Ambos aspectos, relativos al uso racional de la energía propiciado desde el lado de la oferta, son observados por la autoridad regulatoria. Se presenta, adicionalmente, un mode lo matheurístico que combina el enfoque clásico del problema, empleando programación lineal entera mixta con las dos metaheurísticas introducidas, FEPSO GIST y FAFS. Se comparan resultados al aplicar los modelos sobre el mismo SDEE BT considerado en el enfoque resuelto vía FPSO. En esta Parte II, se desarrollan los modelos específicos y se presenta su aplicación al problema.
Implementación de la metaheurística FEPSO GIST mediante procesamiento paralelo : aplicación al problema de balance de fases en sistemas de distribución en baja tensión
(Universidad Nacional de Cuenca. Facultad de Ingeniería., 2014-10) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio
El presente trabajo describe el diseño e implementación de la Metaheurística FEPSO GIST (Fuzzy Particle Swarm Optimization with Global-Individual Star Topology) bajo un paradigma de computación paralela, empleando la plataforma MPI (Message Passing Interface), y aplicada a la solución del problema de Balance de Cargas en Sistemas de Distribución de Energía Eléctrica en Baja Tensión (PBC SDEE BT). En primer lugar, se plantea el Problema PBC SDEE BT multiobjetivo, carente de solución por métodos de optimización clásica. En segundo lugar, se presenta el marco de trabajo sobre el cual las heurísticas poseen un amplio grado de aplicación, y donde la computación paralela se yergue como una aliada invaluable al intentar, al igual que los métodos heurísticos, acelerar la respuesta de algoritmos que requieren de un poder computacional superior al paradigma secuencial. Seguidamente, se describe el diseño del algoritmo FEPSO GIST, la alternativa elegida para su implementación en MPI, y los detalles a tener en cuenta para una mejor ejecución. Por último, Se presenta su aplicación en un PBC SDEE BT real.
Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 2 : aplicación a la optimización dinámica posibilística en la planificación de mediano/corto plazo de un sistema de distribución eléctrica
(2014-05) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Giménez Álvarez, Juan Manuel
En el presente trabajo se aplica la Hiperheurística HY X-FPSO CBR soportando a la Optimización Dinámica Posibilística que se corresponde con la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE). El problema a resolver, específicamente, es la definición/identificación del Espacio de Estados por los que el SDEE debe evolucionar, conociendo el número de etapas. Las mismas se corresponden con cada año del Período de Control Regulatorio. Se procede al Diseño y Entrenamiento de la Red Neuronal Artificial de Retropropagación, en la que se basa el mecanismo de Aprendizaje/Selección mediante el cual son aplicadas las formas X-FPSO, para cierta instancia de decisión, identificadas como dominio de la Hiperheurística propuesta. Se integran los resultados al Modelo de Optimización Posibilística y se procede a la simulación completa en un Estudio de Caso sobre un SDEE real. Se comparan los resultados que arroja la Hiperheurística propuesta, con el Espacio de Estados formado por inspección, en otras optimizaciones realizadas sobre el mismo SDEE.
Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
(Universidad Nacional de Colombia. Sede Manizales. Grupo de Investigación en Potencia, Energía y Mercados - GIPEM, 2014-12) Schweickardt, Gustavo Alejandro
Los Algoritmos Metaheurísticos son ampliamente reconocidos como uno de los más exitosos enfoques para la solución de problemas de optimización combinatoria. Una de las más interesantes áreas de aplicación la constituyen los Sistemas de Potencia. En particular, los sistemas de distribución de energía eléctrica en términos de su planificación y operación. Este Artículo presenta dos enfoques etaheurísticos para resolver un típico problema de optimización combinatoria vinculado a la eficiencia energética: el balance de fases en un sistema de distribución en baja tensión. Primero es introducida una nueva metaheurística, denominada por el autor Optimización Evolucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual, sustentada en los principios de la inteligencia de grupo y estrategias de evolución, y que se extiende al dominio difuso para modelar una optimización multi-objetivo, apelando a una función de aptitud difusa. Luego, se presenta una simulación sobre un sistema real, y sus resultados son comparados con otro nuevo enfoque metaheurístico propuesto por el autor, denominado recocido simulado difuso, evidenciándose las ventajas de la Optimización volucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual.
Metaheurísticas multiobjetivo cardumen de peces artificiales (fafs) y optimización evolucionaria por enjambre de partículas con topología estocástica global individual (fepso gist). Parte I : antecedentes y desarrollos teóricos
(Universidad Católica Luis Amigó, 2014-07) Schweickardt, Gustavo Alejandro
El presente trabajo describe un modelo para la optimización del grado de desbalance de car gas en una red trifásica de distribución de energía eléctrica (SDEE) en baja tensión (BT). Se presenta la integración de dos novedosas metaheurísticas: FEPSO GIST (Fuzzy-MultiObjective Particles Swarm Optimization with Global/Individual Stochastic To pology) desarrollada por el autor, y FAFS Fuzzy MultiObjective Artificial Fish Shool), cuya extensión multiobjetivo es propuesta por el autor, se valoriza la función de aptitud mediante conjuntos difusos. El problema propuesto ya ha sido resuelto en un trabajo presentado por el autor, mediante la metaheurística FPSO, y su solución constituye una referencia para comparar resultados. Entre los inconvenientes producidos por un elevado grado de desbalance en las fases del sistema, se consideran la minimización de las pérdidas técnicas y la mejora del perfil de tensiones. Ambos aspectos, relacionados con el uso racional de la energía propiciado desde el lado de la oferta, son observados por la autoridad regulatoria. Se presenta, adicionalmente, un modelo atheurístico que combina el enfoque clásico del problema, con el uso de programación lineal entera-mixta con las dos metaheurísticas introducidas, FEPSO GIST y FAFS. Se comparan los resultados de aplicar los modelos sobre el mismo SDEE BT considerado en el enfoque resuelto vía FPSO. En esta Parte I se abordan los antecedentes y desarrollos teóricos requeridos en la aplicación.
Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
(2013-11) Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Giménez Álvarez, Juan Manuel
En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).