ESTUDO SOBRE ALGORITMOS

GENTICOS COMO FERRAMENTA DE

OTIMIZAO EM SISTEMAS DE
POTNCIA
Camilla Leimann Pires
Carolina Prado
Ronaldo Funchal

Prof Dr Alzenira da Rosa Abaide

1

Introduo;
Metodologia dos Algoritmos Genticos;
Estudo de caso;
Vantagens e Desvantagens;
Concluses.

AG uma tcnica de busca e otimizao baseada nos

processos biolgicos de seleo natural e
implementada por sistemas computacionais;

AG comearam a ser estudados por John Holland no

comeo dos anos 70, onde se deu inicio a uma pesquisa
sobre algoritmos que manipulavam strings de 0 e 1, a
qual ele chamou de cromossomos.

Algoritmos Genticos (AG) so modelos computacionais inspirados nos

mecanismos da evoluo natural para resolver problemas de otimizao;

De acordo com a teoria de Darwin, o princpio da seleo privilegia os

indivduos mais aptos com maior longevidade e, portanto, com maior
probabilidade de reproduo.

Indivduos com mais descendentes tem mais chance de perpetuarem

seus cdigos genticos nas prximas geraes.

Cdigos genticos constituem a identidade de cada indivduo e esto

representados nos cromossomos.

Estes princpios so imitados na construo de algoritmos

computacionais que buscam uma melhor soluo atravs da
evoluo de populaes de solues codificadas atravs de
cromossomos artificiais;

Nos AGs: um cromossomo uma estrutura de dados que representa

uma das possveis solues do espao de busca do problema;

O mtodo funciona a partir da criao de uma populao de

possveis respostas para o problema a ser tratado, para depois
submet-lo ao processo de evoluo.
A busca se d a partir de uma populao inicial, que combinando os
melhores representantes desta populao, obtm uma nova, que
passa a substituir a anterior.

Avaliao: avalia-se a aptido das solues

(indivduos da populao), fazendo uma
anlise para que se estabelea o quo bem
elas respondem ao problema proposto;
Seleo: indivduos so selecionados para a
reproduo. A probabilidade de uma dada
soluo ser selecionada proporcional a sua
aptido;
Cruzamento: caractersticas das solues
escolhidas so recombinadas, gerando novos
indivduos;
6

Mutao: caractersticas dos indivduos

resultantes do processo de reproduo so
alteradas, acrescentando assim variedade
populao;
Atualizao: os indivduos criados nesta
gerao so inseridos na populao;
Finalizao: verificam se as condies de
encerramento da evoluo foram atingidas,
retornando para a etapa de avaliao em caso
negativo e encerrando a execuo em caso
positivo.
7

De forma geral:
O indivduo que evolui a soluo para um dado problema.
Este

indivduo faz parte de uma populao composta de possveis

solues ao problema.
Cada

indivduo (soluo) recebe uma pontuao de aptido (ou fitness

score) que indica quo boa a soluo para o problema.
A soluo

com fitness score mais alto se reproduzem, sendo que os

genes dos descendentes sofrem recombinao e mutao, repetindo esse
processo at que algum critrio de parada seja atingido.

Operadores genticos: Seleo Cruzamento Mutao.

Seleo:

escolhe os elementos da populao que participaro do

processo de reproduo.
Selecionar

os pais dos indivduos que estaro presentes na nova

populao.
Membros

da populao mais adaptados ao ambiente tem maior chance

de reproduo, ou seja, com valor de aptido mais elevado.
A

forma mais conhecida de fazer essa seleo pelo algoritmo de

Monte Carlo, conhecido tambm por Seleo por Roleta.

Operadores genticos: Seleo Cruzamento Mutao.

Cruzamento,

recombinao ou crossover:

Tem

a funo de combinar os cromossomos dos pais para gerar

cromossomos dos filhos. Dentre as tcnicas de cruzamento destacam-se
a de cruzamento em um ponto e cruzamento uniforme.

10

Operadores genticos: Seleo Cruzamento Mutao.

Mutao:

responsvel pela insero de pequenas mudanas aleatrias

nos cromossomos dos filhos.
Existem tambm diversos tipos de operadores de mutao, entre eles a
mutao de bit, mutao por troca, entre outros.

11

Estudo de caso foi realizado por Reinaldo Burian (2009) com

o titulo de Algoritmos Genticos na Alocao de Dispositivos
de Proteo de Distribuio de Energia Eltrica.

O objetivo comparar ndices de desempenho de um circuito,

na medida em que elementos de proteo de sobrecorrente
forem sendo acrescentados, e ento determinar a melhor
configurao para o caso analisado atravs da utilizao de
algoritmos genticos.

12

Os ndices de confiabilidade em sistemas de distribuio de energia

eltrica representam quo bom e confivel o desempenho do
sistema.
Garantem o fornecimento de energia seguro e adequado da
concessionria ao consumidor.
Os ndices de desempenho fornecem informaes uma base de
dados histrica da concessionria, que registra informaes como
nmero de faltas, tempo fora do ar e nmero de consumidores
afetados.
Essas informaes so usadas para verificar se o sistema atingiu
resultados esperados.

13

Para o estudo foi considerado os seguintes ndices de

desempenho:
SAIDI

ndice da durao de interrupo mdia do sistema,

que define a durao da interrupo mdia por consumidor
durante o ano em minutos de interrupo.
SAIFI

ndice de frequncia de interrupo mdia por

consumidor, que define a frequncia de interrupes sustentadas
para consumidores que experimentam faltas permanentes em
nmero de interrupes.

14

Foram considerados os seguintes valores para a base de clculo do

circuito:
Nmero

de faltas por km de circuito por ano: 0,1367

Faltas permanentes: 20%
Faltas temporrias: 80%
Restaurao manual: 2,0 horas
Reparo para linhas 3: 3,0 horas
Reparo para linhas 1: 2,5 horas

15

Caso 1: circuito com disjuntor na subestao de energia eltrica sem

capacidade de religamento.

16

Caso 2: Circuito com religamento no disjuntor da subestao.

Nesta

situao para qualquer ocorrncia de falta temporria no circuito o

disjuntor ser sensibilizado, e de acordo com sua programao e ajustes entrar em
ciclo de religamento a fim de manter o fornecimento de energia eltrica.
17

Caso 3: circuito com religamento no disjuntor da subestao em coordenao com

fusveis nas laterais dos circuitos.

Os

fusveis devem atuar interrompendo faltas nas laterais antes que o dispositivo
religadores entre em ciclo de religamento para o caso de faltas permanentes.
Se houver faltas temporrias, o religador atua nessa situao funcionando como
um filtro de faltas temporria.

18

Caso 4: circuito com religadores distribudos pelo circuito.

O circuito foi dividido em zonas de acordo com a regio de atuao do dispositivo de

proteo, a fim de facilitar o clculo dos ndices de qualidade:
Zona 1: regio jusante do elemento com capacidade de religamento na subestao (R) at montante do
religador R4.
Zona 2: jusante do religador R4 at montante dos religadores R7 e R5.
Zona 3: jusante do religador R5.
Zona 4: jusante do religador R7.

19

Valores de SAIFI e SAIDI para cada caso.

Model
o

SAIFI

SAIDI

31,1731

65,6927

6,2346

15,7962

2,1650

5,5199

1,0432

2,7666

Pode-se

observar pelos resultados encontrados que com a adio de dispositivos

de proteo de sobrecorrente, como religador associado ao disjuntor e religador
associado a fusvel, o circuito obteve uma grande melhora nos seus ndices de
desempenho.

20

TEIAA:

programa que realiza o clculo de ndices de desempenho um circuito de

distribuio de energia eltrica.
TEIAG: programa que incorpora o programa TEIAA e realiza a implementao
do algoritmo gentico.

TEIAA

TEIAG

21

Primeiramente

necessrio assumir a soluo potencial para o problema, que

modelado por uma estrutura cromossmica, onde so aplicados operadores
genticos como: mutao, crossover, adaptao e evoluo.
A partir

de uma representao dos equipamentos de proteo alocados como

strings (ou cromossomos), com pesos e custos correspondentes, calculou-se o
fator de fitness (ff):

S = Disjuntor de Subestao
= Fator de normalizao

R = Religador
F = Fusvel

22

Gene: um equipamento em uma determinada posio na rede de

distribuio de energia eltrica.

Cromossomo: uma palavra, onde cada gene corresponde a um

trecho.

Indivduo: soluo pronta com os equipamentos (genes) alocados,

representando o registro inteiro.

23

Por exemplo:
A alocao

de um religador corresponde ao conceito gene que considerado como

um parmetro.
Uma mudana em um parmetro uma mutao ou um conjunto de parmetros
que induz a uma possvel soluo correspondente a um cromossomo.
Um indivduo uma soluo composta por um conjunto de parmetros e duas
variveis de AG adicionais (conjunto de equipamentos alocados).
Uma dessas variveis o fator de fitness. A outra varivel de controle o
operador gentico descrito, que corresponde deciso do julgador, ou seja, o que
ser feito com o cromossomo.
O termo gerao significa todos os indivduos (ou todas as solues) presentes
em uma dada iterao.

24

O AG desenvolve-se com base nas funes:

Copiar

(5%): o indivduo permanece o mesmo na prxima gerao.

Crossover

(89%): o indivduo escolhido para alterar um nmero

de genes (parmetros) com outro indivduo, criando um novo
elemento.
Mutao

(1%): um dos genes dever ser aleatoriamente alterado.

Descartar

(5%): nenhum dos genes deve continuar nas prximas

geraes.
25

As simulaes no TEIAA os resultados foram importados para o TEIAG para

realizao da melhor configurao do circuito em anlise atravs do algoritmo
gentico.
ndice
SAIDI
SAIFI
Custos S
Numero S
Custo R
Numero R
Custo F
Numero F
Custo
Total

Valor
2,7694
1,0438
60 unidades de
valor
1
280 unidades de
valor
3
25 unidades de
valor
9
365 unidades de
valor

O AG realizou a varredura de um grande nmero de solues e configuraes,

dentro de um universo de 50 geraes de configuraes (cromossomos).

26

So robustos e aplicveis a grande variedade de

problemas;
uma tcnica adequada para funes multimodais e
de comportamento complexo;
No so afetados por descontinuidades;
Apresentam bom desempenho para problemas em
grande escala;
Permitem flexibilidade no tratamento do problema ser
resolvido.

27

Dificuldade de achar o timo global exato;

Requer grande nmero de avaliaes;
Grandes nmero de configuraes que podem complicar a
resoluo do problema.

No entanto, estas desvantagens podem ser atenuadas com o

avano das tcnicas e capacidades computacionais.

28

Os AG so mtodos de busca e otimizao que simulam

processos naturais de evoluo;
O processo de evoluo resulta numa nova populao com
melhores solues do problema;
uma tcnica eficiente na busca de solues timas ou
prximas do timo;
So empregados em uma variedade de problemas complexos;
No impem limitaes muitas vezes encontradas em outros
mtodos de busca tradicionais.

29

OBRIGADO

30