Escolar Documentos
Profissional Documentos
Cultura Documentos
Estudio 1
Estudio 1
3 4
visto que a relação custo-benefício do plano de manutenção As funções objetivo do modelo são minimizar os custos O conjunto Ri é classificado de acordo com Fast Non-
estabelecido é avaliada para o primeiro cenário. Enquanto que totais pelas tarefas de manutenção preventivas e corretivas (9) Figura 1.- Ordenamento por não Dominated Sorting e Crowding Distance, e em seguida são
o contrário, se um cenário favorável é esperado e um outro e minimizar a inconfiabilidade do sistema (10). As restrições dominância. selecionados os indivíduos de menor rank para gerar uma
cenário pior se configurar, os custos aumentariam frente aos do modelo são os limites permitidos dos indicadores nova população Pi 1 de pais, se os indivíduos dos rank
benefícios do plano de manutenções adotado, podendo até estabelecidos pela ANEEL ; DIC (Duração de interrupção por
F2 menores escolhidos não completam o conjunto Pi 1 . Na
inviabilizar sua execução. consumidor) mensal, trimestral, anual e o FIC (Frequência de
interrupção por consumidor) mensal, trimestral, anual (11), sequência selecionam-se os indivíduos que tenham o maior
2.1 Modelo Matemático Região Crowding Distance para completar o conjunto, e assim
(12), (13), (14), (15), (16); o tempo médio mensal disponível factível
pelas equipes de manutenção (17); a depreciação dos ativos atualizar o conjunto dos pais e continuar o processo iterativo
Min: dos equipamentos que compõe o sistema (18) e o número até que o critério de parada seja satisfeito. Este procedimento
HP E
1
t
máximo de tarefas de manutenção permitido para cada é apresentando na Figura 4.
f1 Cust[ x(te, m ) ].
rankn
(9)
t 1 e 1 1 r equipamento do sistema (19).
Nos cálculos dos indicadores DIC e FIC mensal são rank3 Figura 3.- Diagrama de fluxo do algoritmo NSGA-II.
S
1 HP
(1 Cs t ).Ps
rank2
consideradas as interrupções pelas equipes de manutenção na rank1
s 1 S
Início
f2 (10) hora de executar uma tarefa de manutenção preventiva ou
HP t 1 F1
s 1
Ps
corretiva que cause perda de fornecimento nos grupos de
consumidores, assim como as possíveis interrupções pelas B. Crowding Distance Gerar aleatoriamente uma
O Crowding Distance é um operador de diversidade usado população inicial com N
SA: falhas externas nas seções e na rede principal (20) e (21). O indivíduos
no NSGA II, a fim de garantir diversidade dos resultados ao Ordenar os indivíduos no rank i e
DICmonth (t ) DICmonth min (11) cálculo dos indicadores trimestrais e anuais são aproximados
inserir até o limite de capacidade
através dos indicadores mensais e as constantes ktrim 1.5 e longo da Fronteira de Pareto. Evita-se assim a concentração de
DICtrim (t ) DICtrim min (12) soluções em um mesmo ponto ou região. O Crowding
da nova população, selecionando
k year 3 , como se pode observar nas equações (22), (23), Condição aqueles de maior crowding
DICyear (t ) DICyear min (13) Distance também é utilizado como método de ordenação dos Fim Sim
de parada? distance
(24), (25). indivíduos dentro de um mesmo rank. O algoritmo calcula a
FICmonth (t ) FICmonth min (14) A confiabilidade de uma seção s qualquer definida por uma distância média entre um ponto central i selecionado dentro da Não Calcular a crowding
FICtrim (t ) FICtrim min (15) chave de proteção, ou chave de secionamento depende da população e dois pontos localizados nas extremidades do distance dos indivíduos no
Aplicar seleção por
FICyear (t ) FICyear min (16) confiabilidade de todos os consumidores dentro desta seção ponto central (i-1) e (i+1) [8]. A ideia é, que a partir de um não dominância
rank i
E
(26), do ramo principal que alimenta aquela seção e do ramo ponto central, o operador de diversidade possa encontrar
TMP[ x t
( e, m) ] TMDe [ x(te, m) ] TME[ x(te, m) ] T fact (17) principal da rede. Assim, a confiabilidade de um consumidor i pontos extremos e priorizar os pontos mais distantes durante o
Crossover i=i+1
e 1 é calculada através de uma função de probabilidade de Poisson processo de seleção, a fim de diversificar os resultados ao Sistema
Te t Tve 0 (18) (27) e depende da confiabilidade dos transformadores de longo da Fronteira de Pareto. Na Figura 2, apresenta-se a adaptativo
Sim
HP distribuição, das chaves a óleo, da rede principal da seção disposição dos pontos extremos a qual forma um cuboide em Mutação
x
t 1
t
(e,m ) Me (19) (28), sendo que a rede principal é composta por todos os relação ao ponto central e as distâncias di1 com relação à Inserir os indivíduos do
rank i na nova população
equipamentos, exceto os transformadores (29). Aplicar o ranking por
Onde: primeira função objetivo e di2 com relação à segunda função não dominâcia à união
Neste trabalho também são consideradas as falhas por Não
DICmonth (t ) TME[ xt (etr ,m) ] [1 Cstr ].TMAE (20) fatores externos (queda de árvores, ventos, tempestades, queda objetivo. dos pais e filhos
gerados
de raios) (30), as falhas pela perda de fornecimento nas
FICmonth (t ) x etr [1 Cstr ] t
(21) subestações, obtendo assim uma taxa de falha total (31) que é Figura 2.- Cálculo das distâncias de multidão. O número de
indivíduos no rank i é
3 trim uma representação mais real dos equipamentos do sistema. maior que o número
1
DICtrim (t ) DICmonth (t )
ktrim DIC t 1 3trim 1
(22)
2.2 Técnica de Solução F2
i=1
de indivíduos a serem
inseridos na
O algoritmo escolhido é o A-NSGA-II que é uma variante população?
3 trim
1
FICmonth (t )
xi 1
FICtrim (t ) (23) do algoritmo multiobjetivo NSGA-II, que utiliza o conceito de
ktrim FIC t 1 3trim 1 dominância, ou seja, classifica a população total em ranks de xi
12 year acordo com o grau de dominância. O ordenamento por não di2
1
DIC year (t ) DICmonth (t )
k year DIC t 112 year 1
(24) dominância do NSGA-II consideram-se que os indivíduos que
di1
xi 1 Figura 4.- Processo de selação da geração i do NSGA-II.
estão localizados no primeiro rank são considerados as
12 year melhores soluções daquela geração, enquanto que no último rank1
1
FIC year (t ) FICmonth (t )
k year FIC t 112 year 1
(25) rank encontram-se as piores. Usando esse conceito, podem-se ranki
rank2 Pt 1
encontrar resultados mais consistentes (pontos mais próximos
Pi
Ns da região de Pareto) e que se adaptam melhor ao tipo do
Cs Csconsi (26) problema. O funcionamento do NSGA- II se destaca por F1
i 1
possuir dois mecanismos importantes no processo de seleção, Na Figura 3 apresenta-se o fluxograma do processo da
( consi
s
rank3
Csconsi (t ) e
).t
(27) são eles: o Fast Non-Dominated Sorting e o Crowding meta-heuristica ANSGA-II, o qual inicia gerando uma
s
tronc
s
tris (28)
Distance. população inicial Pi (pais). Em seguida um processo de
Qi
...
consi
Es
seleção pelo critério Fast Non-Dominated Sorting e Crowding rankk
A. Fast Non-Dominated Sorting
tronc
s
e (29) Distance é adotado e ao resultado dessa seleção é aplicado o
e tr O algoritmo de seleção Fast Non-Dominated Sorting operador de crossover e mutação adaptativos, gerando o
exter
t
tres
t
wit nd Thund
t
(30) analisa todos os indivíduos da população total P, comparando- conjunto Qi (filhos) como o resultado dos processos Ri
erbolt
os uns com os outros para classificá-los de acordo com o grau
et exte
t
eq
t
r disc
t
(31) de dominância rank [8]. Na Figura1 ilustra-se o algoritmo
anteriores. Com os conjuntos, pais e filhos, é gerado um C. Codificação das Variáveis do Modelo
conjunto Ri no qual inicializa-se o primeiro proceso iterativo. O cromosomo, solução que representa um determinado
t 1
. m t
(32) através da classificação da população em n ranks.
eq e eq
plano de manutenção é apresentado na Figura 5. Dado um
5 6
conjunto de equipamentos E, considerando que para cada t=1,...,HP irão trocar sequências, aleatoriamente escolhidas, Tabela 4.- Multiplicadores das tarefas de
equipamento e existe um conjunto de Me manutenções para de suas informações mediante a seleção aleatória de dois manutenções
3.1 Sistema Teste
cada período de tempo t є HP, cada tomada de decisão pode pontos de cruzamento, gerando novos indivíduos que herdam
ser modelada pela variável inteira de acordo com o conjunto características dos indivíduos anteriores. Um exemplo deste O sistema teste é um alimentador com 154 equipamentos Equipe 1 2 3 4
de manutenções possível (33), onde “1” significa o nível mais processo é apresentado na Figura 7; este operador é composto por 58 transformadores, 2 reguladores de tensão, 1
baixo (nenhuma manutenção) e “3” significa a execução do semelhante à união cromossômica para formar novas banco de capacitor, 1 chave secionadora, 9 chaves fusíveis, 2 CHP 1.01 0.98 0.98 0.01
nível mais alto (manutenção completa). combinações de genes. chaves de manobras, 80 cabos e 1 disjuntor. A topologia do CHM 1.01 0.98 0.98 0.01
sistema é apresentada na Figura 9. Todos os componentes LN 1.04 0.98 0.3 0.01
Figura 5.- Codificação do indivíduo. Figura 7.- Processo de cruzamento dos indivíduos. podem ser submetidos em quatro níveis de manutenção. O BC 1.02 0.95 0.4 0.01
horizonte de planejamento adotado para esse sistema é de 2
TR 1.02 0.95 0.42 0.01
tHP Individuo 1 selecionado (Pai 1) Individuo novo 1 cruzado (Filho 1) anos.
E1 E2 E3 E4 E5 E6 E7 E1 E2 E3 E4 E5 E6 E7
Figura 9.- Sistema Teste RT 1,02 0.95 0.41 0.01
t1 t1
de manutenção na confiabilidade dos equipamentos, e são equipamentos do sistema. Então, para uma análise detalhadas
definidos para cada tipo de equipamentos quatro de algumas destas soluções são escolhidos três pontos nesta
ng multiplicadores de taxas de falhas, como apresentados na fronteira; o ponto “P1” que indica que não há investimento em
3 RESULTADOS Tabela 3, dentre os quais, o primeiro caracteriza o desgaste ações de manutenção, o ponto “P2” onde tem-se o máximo
F. Operador de Cruzamento dos equipamentos pela ausência de ações de manutenção e o investimento em ações de manutenção e o ponto intermediário
O algoritmo NSGA-II adaptativo para a solução do
quarto representa a troca do equipamento por um novo. “P3”. São analisadas a evolução do custo mensal com tarefas
problema de planejamento ótimo de tarefas de manutenções
Os indivíduos existentes na população, respeitando uma
foi implementado em linguagem de programação C++.
probabilidade inicialmente imposta para cada tempo,
7 8
de manutenção (Figura 11), e a variação da confiabilidade Figura 12.-Variação dos índices de confiabilidade das Tabela 6.- Tarefas de Manutenções nos equipamentos da planejamento da confiabilidade de sistemas de distribuição. As
mensal do sistema (Figura 12). soluções selecionadas na fronteira de Pareto. seção 1. soluções obtidas fornecem um diagnóstico da confiabilidade
da rede ao longo de sua vida útil e para propor melhorias no
Figura 10.- Curva de Pareto obtida 0.9 Equipamento Mês Nível mesmo.
0.8 CHP 1 2 O sistema de codificação inteira, os operadores de seleção
0.9
0.7 0.5
LN5 1 3 planos de tarefas de manutenção com níveis adequados de
P1
P2
LN7 1 2 confiabilidade.
0.4 P3
LN8 1 2
Unreliability
0.6
0.4
Unreliability: 0.389 0.1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 LN13 1 2
Time (month)
LN15 1 2
0.3 Uma vez analisado o comportamento geral da rede, LN18 1 3
Cost: 193.129
Unreliability: 0.22936 analisam-se as tarefas de manutenção necessárias para cada LN19 1 2
0.2 equipamento do sistema ao longo do horizonte de LN20 1 3
0 20 40 60 80 100 120 140 160 180 200
Cost (R$) x103 planejamento. Neste caso, é analisada a solução referente ao TR1 1 2
ponto intermédio “P3”. O plano de manutenção do ponto “P3” TR3 1 3
As Figuras 11 e 12 auxiliam no comportamento das ações tem um total 88 tarefas de manutenção que são distribuídas
de manutenção do sistema ao longo do horizonte de TR4 1 3
através de 03 níveis, como apresentado na Figura 13.
planejamento. Verifica-se que no período inicial do horizonte TR6 1 3
de planejamento o sistema possui uma confiabilidade muito Figura 13.- Número total de manutenções fornecidas pela TR7 1 2
baixa 0,27, que indica que o sistema está a ponto de entrar em solução referente ao ponto P3.
colapso, sendo necessárias medidas rápidas de manutenções Na Tabela 6 apresenta-se os planos de tarefas de
que ajudem a melhorar a confiabilidade da rede. Portanto, uma manutenção da seção 1 na escolha do ponto “P3” da fronteira
grande quantidade de recursos se destinam nos primeiros de Pareto e na Figura 14 apresenta-se o sistema teste dividido
meses para melhorar a confiabilidade do sistema até encontrar em 13 seções delimitadas por chaves de proteção e de
um valor aceitável. Assim estas ações violem os limites dos manobras, onde a seção1 e a seção7 são seções principais e as
indicadores de confiabilidade, encontrando valores de menor demais seções são seções ramais. Também pode-se mostrar os
custo e máxima confiabilidade. equipamentos onde são executadas tarefas de manutenção de
acordo com a Tabela 6, onde os círculos de cor vermelha são a
Figura 11.- Variação dos custos mensais das tarefas de execuções de manutenção nos ramos (LN, CHP, RT, CHM) e
manutenções referentes às soluções selecionadas na fronteira os círculos de cor azul são a execução de tarefas de
de Pareto. manutenção nos nós de cargas (TR, BC).
25
O tempo de execução para obter resultados de boa
qualidade para o sistema teste com 154 equipamentos foi de
A rede sendo dividida por seções e cada seção com uma 1826 segundos.
P1 quantidade de grupos de consumidores, e, portanto, uma falha
20 Os tempos computacionais foram obtidos utilizando um
P2 de um equipamento dentro da seção, desliga a chave de
P3 4 CONCLUSÕES computador com processador Intel Core i7 com 8GB de
proteção que limita a seção, causando perda de fornecimento
Neste trabalho propõe-se um modelo de programação não memória RAM.
de energia a todos os consumidores que pertencem a essa
Cost (R$)x103
15
linear binário misto multiobjetivo para desenvolver e No desenvolvimento de trabalhos futuros, propõe-se a
seção. Considerando-se que o sistema de distribuição possa ser
implementar a meta-heurística multiobjetivo A-NSGA-II pesquisa e abordagem dos seguintes tópicos:
classificado como alimentador principal que alimenta os
dedicada ao problema de planejamento ótimo de tarefas de Incluir o conceito de micro redes que serão
10
ramais laterais uma falha nas seções do alimentador principal
manutenção de sistemas de distribuição de energia elétrica. delimitadas por chaves inteligentes ou chaves de
desliga a chave de proteção do alimentador principal deixando
Neste modelo, consideram restrições como os indicadores proteção considerando localização de faltas e estudos
grande parte do sistema sem fornecimento de energia, então é
5
de continuidade (mensal, trimestral e anual), número máximo de coordenação.
importante que as seções do alimentador principal tenham
prioridade na hora de executar as tarefas de manutenções. de manutenções, horas disponíveis das equipes de manutenção Incorporar heurísticas construtivas e de busca para
e depreciação da vida útil dos equipamentos instalados no obter maior diversidade na fronteira ótima de Pareto.
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
sistema. As funções objetivo para o alimentador foram Desenvolver um modelo matemático para solução do
Time (month)
modeladas considerando a topologia completa do sistema, problema de manutenção de redes de confiabilidade
visando obter a máxima confiabilidade com um menor custo usando solvers comerciais.
de investimento, procurando assim reduzir o tempo de
interrupção dos consumidores e melhorar a qualidade do
serviço de fornecimento. A metodologia proposta neste
trabalho obtém um conjunto de soluções otimizadas que
permitem desenvolver com segurança e economia o