Neste trabalho o problema da programação de execução de podas de árvores sob a rede de distribuição é formulado como um modelo matemático de programação binária. Neste modelo busca-se a redução das taxas de faltas devido à vegetação e a alocação otimizada de recursos humanos e financeiros, anuais, disponíveis pelas empresas distribuidoras para manutenção da vegetação sob a rede, de modo a não violar as restrições financeiras, os recursos humanos disponíveis pelas empresas e os índices de confiabilidade do sistema. Os índices de confiabilidade devido a interferência da vegetação são obtidos através da técnica de regressão dos dados da série histórica das faltas ocorridas devido à vegetação em cada alimentador. Para solução do modelo de otimização proposto utiliza-se um algoritmo genético de Chu-Beasley. A metodologia proposta é validada e testada em um sistema de distribuição aéreo de uma cidade de médio porte.In this paper the problem of scheduling execution of tree pruning under the distribution network is formulated as a binary programming model. This model seeks reducing the fault rates due to the vegetation and the optimized allocation of the annual financial and human resources available by the utilities to maintain the trees under the feeders without violating the financial resources constraints and the reliability index. The reliability index due to the vegetation causes are obtained by regression techniques of historical data from the faults occurred in each feeder. To solve the optimization model it is proposed a dedicated Chu-Beasley genetic algorithm. The proposed methodology is tested for an aerial distribution system of a medium size city.
CITATION STYLE
Apolinário, L. A. V., & Mantovani, J. R. S. (2011). Modelo de programação matemática para controle do crescimento da vegetação sob redes de distribuição de energia elétrica. Sba: Controle & Automação Sociedade Brasileira de Automatica, 22(3), 284–295. https://doi.org/10.1590/s0103-17592011000300006
Mendeley helps you to discover research relevant for your work.