Power Flow with Load Uncertainty

Barboza, L.V.; Dimuro, Graçaliz Pereira; Reiser, Renata

doi:10.5540/tema.2004.05.01.0027

Cited by 12 publications

(4 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A matemática intervalar tem sido muito utilizada para representar dados incertos e/ou valores qualitativos, seja na computação científica e tecnológica, assim como em inteligência artificial, processamento digital de imagens, entre outros [1,3,14]. Assim, a matemática intervalar aliada com a teoria fuzzy permite, em princípio, tratar tanto com a incerteza quanto com a imprecisão, seja no controle automático do erro computacional, tratando da imprecisão dos valores de entrada ou nos erros de arredondamento e/ou truncamento causados durante o processamento computacional [21,6,11,19,10].…”

Section: Introductionunclassified

T-Normas, T-Conormas, Complementos e Implicações Intervalares

Takahashi¹,

Bedregal²

2006

TEMA - Tendências Em Matemática Aplicada E Computacional

View full text Add to dashboard Cite

Resumo A lógica fuzzy modela matematicamente a imprecisão da linguagem natural, utilizando graus de pertinências (valores entre 0 e 1), contudo, nem sempré e simples especificar com precisão esses graus de pertinências. Existem infinitas formas de generalizar o comportamento dos conectivos lógicos clássicos (álgebra booleana) para valores no conjunto [0, 1]. As t-normas, t-conormas, implicações e complementos são operações sobre [0, 1] satisfazendo certas propriedades que generalizam os conectivos lógicos de conjunção, disjunção, implicação e negação, respectivamente, de forma a preservar algumas das propriedades da lógica clássica desses conectivos.Este trabalho consiste em introduzir uma generalização de t-norma, t-conorma, implicação e complemento, para o conjunto I = {[a, b] : 0 ≤ a ≤ b ≤ 1}, chamados de t-norma intervalar, t-conorma intervalar, implicação intervalar e complemento intervalar, de tal modo que, formas canônicas de se obter t-conorma intervalar, implicação intervalar e complemento intervalar a partir de uma t-norma intervalar sejam preservados. IntroduçãoNa década de 60, Lotfi A. Zadeh em [22] propôs a teoria dos conjuntos fuzzy, cuja principal característicaé considerar um grau de pertinência (um valor no intervalo [0,1]) para indicar o quanto uma informação pertence a um certo conjunto. Assim, na sua lógica subjacente, istoé, a lógica fuzzy (LF), uma proposição nãoé simplesmente verdadeira ou falsa, como na lógica clássica, mas pode ter graus de verdade intermediários, tipicamente valores entre 0 (falso absoluto) e 1 (verdade absoluta).Um sistema computacional inteligente que utiliza lógica fuzzy, sistema fuzzy,é eficiente para tratar com informações incertas [4], onde, as incertezas encontradas na linguagem natural são tratadas por graus de pertinências, ou seja, considerando, por exemplo, um conjunto de pessoas "altas", uma pessoa que possui 1,80 metro de altura e outra que possui 1,78 metro de altura serão consideradas altas, porém, a pessoa que possui 1,80 metro terá um grau de pertinência maior para o grupo 1 adriana@ppgsc.ufrn.br. Bolsista do CNPq -Brasil; 2 bedregal@dimap.ufrn.br. Parcialmente financiado pelo CNPq, processo 470871/2004-0.

show abstract

Section: Introductionunclassified

T-Normas, T-Conormas, Complementos e Implicações Intervalares

Takahashi¹,

Bedregal²

2006

TEMA - Tendências Em Matemática Aplicada E Computacional

View full text Add to dashboard Cite

show abstract

“…But in real life system load need not be fixed it may be varied with certain tolerance. In this case 5% tolerance is assumed and conventional NR load flow method is replaced with interval arithmetic based NR load flow method [40]. In order to test the performance of proposed hybrid algorithm (MDE) which was identified as best one in case 1is applied to solve the OPF problem considering load uncertainty.…”

Section: Case 2: Fuel Cost Minimization With Load Uncertaintymentioning

confidence: 99%

New variants/hybrid methods of memetic algorithm for solving optimal power flow problem with load uncertainty

Rao¹,

Vaisakh

2013

HIS

View full text Add to dashboard Cite

This paper presents the development and comparative application of recently developed evolutionary-based Memetic Algorithm (MA) along with its variants/hybrid methods for solving single objective Optimal Power Flow (OPF) problem. Two different variants based on single and double local search MA methods are implemented to solve single objective OPF problem. The MA algorithm is also hybridized with Differential Evolution (DE) to solve the OPF problem. The simulation studies are carried out on a standard IEEE 30-bus test system to demonstrate the effectiveness of the developed methods. The simulation results are compared with the existing methods available in the literature. The performance of the best variant/hybrid method is also tested for solution of single objective OPF problem by considering load uncertainty.

show abstract

“…Moore's arithmetic is accepted as the standard approach and is called standard interval arithmetic (SIA). Interval analysis has been applied in several areas, like electrical power systems [17], mechanical engineering [18], chemical engineering [19], artificial intelligence [20], multi-agent systems [21], and geophysics [22].…”

Section: Introductionmentioning

confidence: 99%

Developing Constrained Interval Operators for Fuzzy Logic with Interval Values

Pinheiro,

Santiago,

Bedregal

et al. 2023

Axioms

View full text Add to dashboard Cite

A well-known problem in the interval analysis literature is the overestimation and loss of information. In this article, we define new interval operators, called constrained interval operators, that preserve information and mitigate overestimation. These operators are investigated in terms of correction, algebraic properties, and orders. It is shown that a large part of the properties studied is preserved by this operator, while others remain preserved with the condition of continuity, as is the case of the exchange principle. In addition, a comparative study is carried out between this operator g¨ and the best interval representation: g^. Although g¨⊆g^ and g¨ do not preserve the Moore correction, we do not have a loss of relevant information since everything that is lost is irrelevant, mitigating the overestimation.

show abstract

Power Flow with Load Uncertainty

Cited by 12 publications

References 10 publications

T-Normas, T-Conormas, Complementos e Implicações Intervalares

T-Normas, T-Conormas, Complementos e Implicações Intervalares

New variants/hybrid methods of memetic algorithm for solving optimal power flow problem with load uncertainty

Developing Constrained Interval Operators for Fuzzy Logic with Interval Values

Contact Info

Product

Resources

About