{"id":915,"date":"2016-10-17T11:40:30","date_gmt":"2016-10-17T13:40:30","guid":{"rendered":"https:\/\/sbia.org.br\/lnlm\/?page_id=915"},"modified":"2016-10-17T11:40:30","modified_gmt":"2016-10-17T13:40:30","slug":"vol14-no1-art5","status":"publish","type":"page","link":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/","title":{"rendered":"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica"},"content":{"rendered":"<p><strong>T\u00edtulo:<\/strong> Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica<\/p>\n<p><strong>Autores:<\/strong> Carneiro, S\u00e1vio Mota; Alves, Antonio Jos\u00e9 de Oliveira; Rab\u00ealo, Ricardo de Andrade Lira; Branco, Hermes Manoel Galv\u00e3o Castelo; Lima Filho, Jos\u00e9 de Ribamar<\/p>\n<p align=\"justify\"><strong>Resumo:<\/strong> Afundamentos de tens\u00e3o s\u00e3o uns dos mais s\u00e9rios problemas de qualidade de energia el\u00e9trica enfrentados tanto pelas concession\u00e1rias quanto pelos consumidores de um Sistema El\u00e9trico de Pot\u00eancia. O monitoramento constante \u00e9 essencial para identificar os dist\u00farbios existentes em um sistema de distribui\u00e7\u00e3o, no entanto os custos envolvidos inviabilizam o monitoramento completo do sistema, assim apenas um n\u00famero reduzido de monitores est\u00e3o dispon\u00edveis para cobrir a maior quantidade de eventos poss\u00edveis. Desta forma, percebe-se que a determina\u00e7\u00e3o dos pontos de instala\u00e7\u00e3o dos equipamentos \u00e9 um fator crucial para o sucesso do plano de monitoramento. Neste trabalho \u00e9 apresentada uma abordagem para aloca\u00e7\u00e3o otimizada de monitores de qualidade de energia el\u00e9trica em sistemas de distribuic\u00e3o. Utilizou-se t\u00e9cnicas de otimiza\u00e7\u00e3o evolutiva multiobjetivo, mais especificamente o algoritmo Non-Dominated Sorting Genetic Algorithm II &#8211; NSGA-II para a resolu\u00e7\u00e3o do problema de aloca\u00e7\u00e3o de monitores. A modelagem adotada na formula\u00e7\u00e3o do problema considera apenas os aspectos relacionados aos afundamentos de tens\u00e3o, desta forma, os objetivos considerados foram: maximizar a quantidade de afundamentos observados pelos monitores distribu\u00eddos no sistema e reduzir o custo desse monitoramento. A ocorr\u00eancia de faltas monof\u00e1sicas, bif\u00e1sicas fase-fase, bif\u00e1sicas fase-fase-terra e trif\u00e1sicas foram consideradas na metodologia proposta e os comportamentos das frequ\u00eancias de cada um dos tipos de falta foram modelados usando o M\u00e9todo de Monte Carlo. A abordagem apresentada foi submetida aos sistemas de testes de 13 e 34 barras do IEEE, simulados no software DigSILENT Power Factory 15.1. Os resultados obtidos permitem ao usu\u00e1rio a escolha da solu\u00e7\u00e3o de monitoramento que mais se adeque a sua realidade t\u00e9cnica e financeira, demonstrando assim a boa efici\u00eancia da metodologia proposta.\n<\/p>\n<p><strong>Palavras-chave:<\/strong> Sistemas de Distribui\u00e7\u00e3o; Qualidade da Energia; Aloca\u00e7\u00e3o de Monitores; Simula\u00e7\u00e3o de Monte Carlo; otimiza\u00e7\u00e3o multiobjetivo; NSGA-II<\/p>\n<p><strong>P\u00e1ginas:<\/strong> 14<\/p>\n<p><strong>C\u00f3digo DOI:<\/strong> <a href=\"http:\/\/dx.doi.org\/10.21528\/LNLM-vol14-no1-art5\">10.21528\/LNLM-vol14-no1-art5<\/a><\/p>\n<p><strong>Artigo em PDF:<\/strong> <a href=\"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/sites\/4\/2016\/10\/vol14-no1-art5.pdf\" rel=\"\">vol14-no1-art5.pdf<\/a><\/p>\n<p><strong>Arquivo BibTex:<\/strong> <a href=\"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/sites\/4\/2016\/10\/vol14-no1-art5.bib\" rel=\"\">vol14-no1-art5.bib<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>T\u00edtulo: Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica Autores: Carneiro, S\u00e1vio Mota; Alves, Antonio Jos\u00e9 de Oliveira; Rab\u00ealo, Ricardo de Andrade <a href=\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/\" class=\"read-more\">Read More &#8230;<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":885,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-915","page","type-page","status-publish","hentry"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v26.9 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica - Learning and NonLinear Models<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica - Learning and NonLinear Models\" \/>\n<meta property=\"og:description\" content=\"T\u00edtulo: Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica Autores: Carneiro, S\u00e1vio Mota; Alves, Antonio Jos\u00e9 de Oliveira; Rab\u00ealo, Ricardo de Andrade Read More ...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/\" \/>\n<meta property=\"og:site_name\" content=\"Learning and NonLinear Models\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data1\" content=\"2 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/\",\"name\":\"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica - Learning and NonLinear Models\",\"isPartOf\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#website\"},\"datePublished\":\"2016-10-17T13:40:30+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Browse issues\",\"item\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Learning &#038; Nonlinear Models &#8211; L&#038;NLM &#8211; Volume 14 &#8211; N\u00famero 1\",\"item\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#website\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/\",\"name\":\"Learning and NonLinear Models\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/sbia.org.br\/lnlm\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#organization\",\"name\":\"Learning and NonLinear Models\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png\",\"contentUrl\":\"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png\",\"width\":398,\"height\":94,\"caption\":\"Learning and NonLinear Models\"},\"image\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica - Learning and NonLinear Models","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/","og_locale":"pt_BR","og_type":"article","og_title":"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica - Learning and NonLinear Models","og_description":"T\u00edtulo: Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica Autores: Carneiro, S\u00e1vio Mota; Alves, Antonio Jos\u00e9 de Oliveira; Rab\u00ealo, Ricardo de Andrade Read More ...","og_url":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/","og_site_name":"Learning and NonLinear Models","twitter_card":"summary_large_image","twitter_misc":{"Est. tempo de leitura":"2 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/","url":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/","name":"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica - Learning and NonLinear Models","isPartOf":{"@id":"https:\/\/sbia.org.br\/lnlm\/#website"},"datePublished":"2016-10-17T13:40:30+00:00","breadcrumb":{"@id":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/vol14-no1-art5\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Browse issues","item":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/"},{"@type":"ListItem","position":2,"name":"Learning &#038; Nonlinear Models &#8211; L&#038;NLM &#8211; Volume 14 &#8211; N\u00famero 1","item":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol14-no1\/"},{"@type":"ListItem","position":3,"name":"Abordagem baseada em Algoritmo Evolutivo Multiobjetivo e no M\u00e9todo de Monte Carlo para Monitoramento Otimizado de Afundamentos de Tens\u00e3o em Sistemas de Distribui\u00e7\u00e3o de Energia El\u00e9trica"}]},{"@type":"WebSite","@id":"https:\/\/sbia.org.br\/lnlm\/#website","url":"https:\/\/sbia.org.br\/lnlm\/","name":"Learning and NonLinear Models","description":"","publisher":{"@id":"https:\/\/sbia.org.br\/lnlm\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/sbia.org.br\/lnlm\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Organization","@id":"https:\/\/sbia.org.br\/lnlm\/#organization","name":"Learning and NonLinear Models","url":"https:\/\/sbia.org.br\/lnlm\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/","url":"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png","contentUrl":"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png","width":398,"height":94,"caption":"Learning and NonLinear Models"},"image":{"@id":"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages\/915","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/comments?post=915"}],"version-history":[{"count":0,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages\/915\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages\/885"}],"wp:attachment":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/media?parent=915"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}