Algoritmos de inteligencia artificial y MiniMax para la optimización en operación de embalses Multipropósito, Caso de estudio embalse El Cercado - la Guajira : [Recurso Electrónico] / Néstor Yair Ávila Herrera.

Por: Ávila Herrera, Néstor YairColaborador(es): Santos Granados, Germán Ricardo [director.]Idioma: Español Editor: Bogotá (Colombia) : Escuela Colombiana de Ingeniería Julio Garavito, 2023Descripción: 93 paginas. gráficosTema(s): OPTIMIZACIÓN MATEMÁTICA -- ALGORITMOS | RECURSOS HÍDRICOS -- EMBALSE | INTELIGENCIA ARTIFICIAL -- REDES NEURONALESClasificación CDD: 628.144 Recursos en línea: Haga clic para acceso en línea Resumen: El presente estudio propone reglas de operación para el embalse El Cercado en el Departamento de la Guajira – Colombia que optimicen el uso del recurso hídrico aguas abajo de la presa (generación hidroeléctrica, riego agropecuario y servicio de agua para acueductos). Como es un embalse multipropósito y fue construido para tal fin, se emplea un enfoque multiobjetivo, con el uso de algoritmos de optimización y funciones de redes neuronales artificiales (RNA) y método MiniMax, para establecer las reglas de operación más efectivas de acuerdo con la necesidad del servicio y las condiciones hidroclimatológicas de la zona. Los modelos de operación propuestos se desarrollaron con la información disponible en un periodo comprendido de enero de 2016 a julio de 2022, a nivel diario: caudales de entrada y salida controlada del embalse, caudal ecológico, caudal para riego, caudal para generación eléctrica y caudal para acueductos del área de influencia. Con estos parámetros se establecieron las funciones de aproximación, así como las restricciones de descarga, límites de operación del embalse y descargas de emergencia (Rebose por vertedero de excesos). Sobre los modelos de operación se aplicaron los siguientes algoritmos de optimización: el Non-dominated Sorting Genetic Algorithm II (NSGA-II) y Multiobjective Evolutionary Algorithm Based on Decomposition (MOEA/D), de la librería JMETALPY, y el Algoritmo MiniMax, entornos de optimización multiobjetivo desarrollados en Python, para obtener una regla de operación óptima. Una vez analizados los resultados obtenidos mediante el proceso de modelación, se evidencia que se puede reducir sustancialmente la descarga del embalse de acuerdo con las necesidades del servicio, aplicando las reglas de operación obtenidas de la optimización de los modelos de operación, los cuales se corroboran en los picos del hidrograma de descarga. Los modelos de operación de embalses se pueden parametrizar adecuadamente empleando funciones de aproximación como son las Redes Neuronales, que permiten efectuar una regulación del recurso hídrico de acuerdo con las demandas para la cual fue diseñado. Los resultados de la optimización de todos los modelos demuestran que la Redes Neuronales artificiales tiene un mejor desempeño a diferencia de otros métodos. Siendo el NSGAII el algoritmo de optimización que mejor se adapta al caso analizado en términos de tiempo computacional y resultados entregados, por cuanto a su eficiencia y series de tiempo diarias que permiten efectuar un mejor análisis del comportamiento del embalse en su proceso de operación.
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    Valoración media: 0.0 (0 votos)
Tipo de ítem Ubicación actual Colección Signatura Info Vol Copia número Estado Fecha de vencimiento Código de barras Reserva de ítems
TRABAJOS DE GRADO TRABAJOS DE GRADO Biblioteca Jorge Álvarez Lleras
Fondo general
Digital 628.144 F175a (Navegar estantería) Ej.1 1 Disponible D002270
Total de reservas: 0

Tesis (Magíster en Ingeniería Civil con énfasis en Recursos Hidráulicos y Medio Ambiente)

El presente estudio propone reglas de operación para el embalse El Cercado en el Departamento de
la Guajira – Colombia que optimicen el uso del recurso hídrico aguas abajo de la presa (generación
hidroeléctrica, riego agropecuario y servicio de agua para acueductos). Como es un embalse
multipropósito y fue construido para tal fin, se emplea un enfoque multiobjetivo, con el uso de
algoritmos de optimización y funciones de redes neuronales artificiales (RNA) y método MiniMax,
para establecer las reglas de operación más efectivas de acuerdo con la necesidad del servicio y las
condiciones hidroclimatológicas de la zona.
Los modelos de operación propuestos se desarrollaron con la información disponible en un periodo
comprendido de enero de 2016 a julio de 2022, a nivel diario: caudales de entrada y salida
controlada del embalse, caudal ecológico, caudal para riego, caudal para generación eléctrica y
caudal para acueductos del área de influencia. Con estos parámetros se establecieron las funciones
de aproximación, así como las restricciones de descarga, límites de operación del embalse y
descargas de emergencia (Rebose por vertedero de excesos). Sobre los modelos de operación se
aplicaron los siguientes algoritmos de optimización: el Non-dominated Sorting Genetic Algorithm II
(NSGA-II) y Multiobjective Evolutionary Algorithm Based on Decomposition (MOEA/D), de la librería
JMETALPY, y el Algoritmo MiniMax, entornos de optimización multiobjetivo desarrollados en
Python, para obtener una regla de operación óptima.
Una vez analizados los resultados obtenidos mediante el proceso de modelación, se evidencia que
se puede reducir sustancialmente la descarga del embalse de acuerdo con las necesidades del
servicio, aplicando las reglas de operación obtenidas de la optimización de los modelos de
operación, los cuales se corroboran en los picos del hidrograma de descarga.
Los modelos de operación de embalses se pueden parametrizar adecuadamente empleando
funciones de aproximación como son las Redes Neuronales, que permiten efectuar una regulación
del recurso hídrico de acuerdo con las demandas para la cual fue diseñado. Los resultados de la
optimización de todos los modelos demuestran que la Redes Neuronales artificiales tiene un mejor
desempeño a diferencia de otros métodos. Siendo el NSGAII el algoritmo de optimización que mejor
se adapta al caso analizado en términos de tiempo computacional y resultados entregados, por
cuanto a su eficiencia y series de tiempo diarias que permiten efectuar un mejor análisis del
comportamiento del embalse en su proceso de operación.

No hay comentarios en este titulo.

para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes