@MASTERSTHESIS{ 2018:91500334,
 	title = {Alocação robusta de chaves para maximização da confiabilidade em redes de distribuição de energia elétrica},
 	year = {2018},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/2235",
 	abstract = "A análise de confiabilidade preditiva de redes de distribuição visa estimar índices de
 frequência e duração relacionados com interrupções no fornecimento de energia com base nos
 seguintes parâmetros: topologia da rede, resposta do sistema de proteção, estratégia de
 restauração e dados de confiabilidade dos equipamentos (taxas de falha e tempos de reparo).
 Os dados de confiabilidade dos equipamentos estão sujeitos a incertezas devido aos seguintes
 fatores: variabilidade amostral de dados históricos e realização do processo estocástico
 associado com o número de falhas para um período de tempo finito. As incertezas nos dados de
 entrada do modelo de confiabilidade preditivo são difundidas para os índices estimados.
 Consequentemente, os índices de confiabilidade estimados também estão sujeitos a incertezas
 e não podem ser caracterizados apenas por seus respectivos valores esperados. As incertezas
 nos índices de confiabilidade estimados para redes de distribuição podem ser quantificadas
 definindo-se intervalos de confiança. A percepção da variabilidade nos índices de
 confiabilidade estimados introduz incertezas nas estratégias de planejamento orientadas para
 melhoria da confiabilidade, por exemplo: alocação de chaves, reconfiguração, instalação de
 dispositivos de proteção, etc. Se estas incertezas são ignoradas, os benefícios obtidos com as
 alternativas de reforço da rede podem ser cancelados devido às variações dos índices em torno
 dos seus valores esperados. Por exemplo, as variações nos índices após a adição de reforços na
 rede podem torna-los piores com relação aos seus valores correspondentes para a configuração
 sem reforço na rede. Desta forma, os principais objetivos desta dissertação são: realizar um
 estudo comparativo sobre as abordagens utilizadas para calcular os intervalos de confiança dos
 índices de confiabilidade da rede de distribuição e realizar uma alocação robusta de chaves em
 redes de distribuição considerando incertezas nos dados de confiabilidade. As técnicas
 consideradas nos estudos de propagação de incertezas foram: Conjuntos Fuzzy, Aritmética
 Intervalar, Bootstrap, Cumulantes e Simulação Monte Carlo (SMC). A robustez da alocação
 está associada com o fato de que os índices de confiabilidade não são degradados pelas
 incertezas nos dados de confiabilidade após a instalação das chaves. Esta alocação robusta é
 gerada através da maximização da probabilidade do DEC (Duração Equivalente de Interrupção
 por Unidade Consumidora) ser menor ou igual a um valor máximo. Esta função objetivo foi
 maximizada através da combinação das seguintes técnicas: otimização por enxame de partículas
 (PSO-Particle Swarm Optimization) e método dos Cumulantes para modelar das incertezas. Os
 resultados dos testes demonstraram que a alocação de chaves obtida com o modelo proposto 
 tornou o índice DEC mais robusto com relação às incertezas nas taxas de falha e tempos de
 reparo. Além disso, foi mostrado que o paradigma tradicional de minimizar o valor esperado
 do DEC resulta em solução de baixa qualidade, pois as incertezas nos dados de confiabilidade
 anulam os ganhos obtidos com a alocação ótima de chaves. Adicionalmente, a análise de
 propagação de incertezas demonstrou que todos os métodos de propagação de incerteza têm
 uma precisão aceitável. No entanto, os intervalos de confiança calculados através dos métodos
 Bootstrap e Cumulantes estão mais próximos dos intervalos avaliados pela SMC (método de
 referência) do que aqueles estimados pelos Conjuntos Fuzzy e Aritmética Intervalar.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}