Banca de DEFESA: ANTONIO BORGES DE SOUZA RUFINO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ANTONIO BORGES DE SOUZA RUFINO
DATA: 27/10/2023
HORA: 14:00
LOCAL: https://conferenciaweb.rnp.br/webconf/laai
TÍTULO:

Algoritmo Augmented Randon Search como alternativa a algoritmos baseados em redes neurais no controle de topologia ativa em sistemas de potência

PALAVRAS-CHAVES:

Aprendizado por Reforço, Micro Grids, Controle, Aprendizado Profundo, Otimização Combinatória, Topologia Ativa, Augmented Randon Search, Deep Q-Network, Double Deep Q-Network, Proximal Policy Optimization

PÁGINAS: 85
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
RESUMO:

O avanço dos problemas climáticos nos últimos anos vem contribuindo fortemente para mudanças nas matrizes energéticas no mundo todo, isso se dá em consequência de que as principais fontes de energia no mundo são baseadas em carbono e sua queima contribui diretamente para a rápida degradação climática. Com isso, diversos países vêm traçando metas para diversificar sua matriz energética e diminuir a dependência do carbono, implementando em sua planta fontes de energias mais renováveis e limpas, com ênfase para a energia eólica e solar. Entretanto, a inserção de fontes de energia renovável pode causar grandes danos a rede elétrica existente devida a sua extrema intermitência, fator esse que os sistemas de distribuição convencionais não foram projetados para lidar. Com isso, esse trabalho lança luz sobre a utilização de algoritmos que não são baseados em redes neurais para realizar o controle de topologia ativa nas redes elétricas e mitigar os danos causados pelas fontes de energia renováveis. Ao todo, quatro algoritmos foram testados, sendo os algoritmos PPO, DQN e DDQN baseados em redes neurais e o algoritmo ARS baseado em otimização combinatória através de gradiente, com tais algoritmos sendo dispostos a testes em dois ambientes diferentes do framework grid2op, sendo eles, “2rpn_wcci_2020” e “l2rpn_case14_sandbox”. Os resultados mostraram que o algoritmo ARS foi competitivo com os algoritmos baseados em redes neurais em basicamente todos os cenários, superando-os em diversas ocasiões, os resultados também mostraram que mesmo o ambiente “l2rpn_case14_sandbox” sendo menos complexo, os agentes tiveram muito mais dificuldade de realizar um controle continuo nele, indicando um nível a mais de dificuldade oculto nesse ambiente. A pesquisa finaliza com uma discussão sobre as lacunas deixadas aqui e a partir de tais lacunas indicam trabalhos futuros que podem trabalha-las.

MEMBROS DA BANCA:
Presidente - 2323064 - FILIPE DE OLIVEIRA SARAIVA
Interno - 381.226.502-87 - RONNIE CLEY DE OLIVEIRA ALVES - ITV
Externo à Instituição - ANDRÉ LUIZ CARVALHO OTTONI