Análise da resiliência de sistemas de distribuição utilizando redes probabilísticas

• Processo: 21/12220-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de abril de 2022
• Data de Término da vigência: 18 de março de 2027
• Área de conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Pesquisador responsável: Carlos Dias Maciel
• Beneficiário: Henrique de Oliveira Caetano
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 23/07634-7 - Usando redes probabilísticas para alocar recursos em um sistema de distribuição de energia, BE.EP.DD
• Assunto(s): Sistemas de distribuição de energia elétrica Redes booleanas probabilísticas Confiabilidade estrutural Redes bayesianas
• Palavra(s)-Chave do Pesquisador: Redes Probabilísticas | resiliência | Sistemas de distribuição de energia | Resiliência de Sistemas de Distribuição de Energia

Resumo

A análise da resiliência e da confiabilidade de sistemas elétricos de potência em resposta a falhas e eventos disruptivos é uma área de crescente interesse atualmente, uma vez que esses sistemas são considerados Infraestruturas Críticas (ICs), cujo funcionamento pleno é essencial para a sociedade. Em particular, dado o interesse em analisar como uma determinada variável interfere tanto em outras variáveis, quanto na resposta do sistema como um todo, existe a necessidade da modelagem de relações de causalidade em um sistema de potência. Uma das abordagens para este tema é o da inferência causal utilizando redes bayesianas, dado a sua capacidade de lidar com incertezas, bem como sua diferenciação entre probabilidades condicionais e intervenções. Este projeto tem como objetivo a modelagem de uma rede bayesiana dinâmica, capaz de analisar e estruturar a evolução de um sistema de distribuição ao longo do tempo, considerando sua resposta a falhas. Para isso, será utilizado um modelo de duas camadas: a camada operacional, responsável por simular a dinâmica do sistema e extrair dados de suas variáveis; e a camada gerencial, que estabelecerá diferentes métricas de resiliência para o sistema, a partir dos dados extraídos da camada operacional, utilizando-as para a construção da rede causal propriamente dita. (AU)

Publicações científicas

(8)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

FOGLIATTO, M. S. S.; CAETANO, H. O.; DESUO N, L.; MASSIGNAN, J. A. D.; FANUCCHI, R. Z.; LONDON, J. B. A.; PEREIRA, B. R.; BESSANI, M.; MACIEL, C. D.. Power distribution system interruption duration model using reliability. Electric Power Systems Research, v. 211, p. 12-pg., 2022-10-01. (18/19150-6, 21/12220-1, 14/50851-0)

DESUO, N. LUIZ; FOGLIATTO, MATHEUS S. S.; CAETANO, HENRIQUE O.; PEREIRA, J. BENVINDO R.; LONDON J, J. JOAO B. A.; MACIEL, CARLOS D.. A Multilayer System and Optimization Framework for Team Dispatch Towards Service Recovery. IEEE TRANSACTIONS ON RELIABILITY, v. N/A, p. 14-pg., 2023-09-19. (19/07665-4, 21/12220-1, 14/50851-0, 18/19150-6)

NETO, LUIZ DESUO; CAETANO, HENRIQUE DE OLIVEIRA; FOGLIATTO, MATHEUS DE SOUZA SANT'ANNA; MACIEL, CARLOS DIAS. Predicting carbon footprint in stochastic dynamic routing using Bayesian Markov random fields. EXPERT SYSTEMS WITH APPLICATIONS, v. 276, p. 16-pg., 2025-03-12. (21/12220-1, 18/19150-6, 19/07665-4, 14/50851-0)

BARTH, VITOR O.; CAETANO, HENRIQUE O.; MACIEL, CARLOS D.; AIELLO, MARCO. Quantifying uncertainty in Bayesian Networks structural learning. IEEE CONFERENCE ON EVOLVING AND ADAPTIVE INTELLIGENT SYSTEMS 2024, IEEE EAIS 2024, v. N/A, p. 8-pg., 2024-01-01. (23/07634-7, 21/12220-1)

CAETANO, HENRIQUE O.; DESUO, N. LUIZ; FOGLIATTO, MATHEUS S. S.; MACIEL, CARLOS D.. Distribution systems cost reduction based on switches upgrades: A stochastic. Electric Power Systems Research, v. 216, p. 6-pg., 2023-01-12. (14/50851-0, 21/12220-1, 19/06531-4, 18/19150-6)

CAETANO, HENRIQUE O.; DESUO, N. LUIZ; FOGLIATTO, MATHEUS S. S.; MACIEL, CARLOS D.. Resilience assessment of critical infrastructures using dynamic Bayesian networks and evidence propagation. RELIABILITY ENGINEERING & SYSTEM SAFETY, v. 241, p. 22-pg., 2023-09-29. (19/07665-4, 14/50851-0, 21/12220-1)

CAETANO, HENRIQUE O.; FOGLIATTO, MATHEUS DE S. S.; DESUO, N. LUIZ; PEREIRA, J. BENVINDO R.; MACIEL, CARLOS D.; AIELLO, MARCO. Intelligent Resource Allocation in Power Grids: Leveraging Variable Neighborhood Search for Optimal Switch Allocation. IEEE CONFERENCE ON EVOLVING AND ADAPTIVE INTELLIGENT SYSTEMS 2024, IEEE EAIS 2024, v. N/A, p. 8-pg., 2024-01-01. (23/07634-7, 21/12220-1)

CAETANO, HENRIQUE O.; DESUO, N. LUIZ; FOGLIATTO, MATHEUS DE S. S.; RIBEIRO, VITOR P.; BALESTIERI, JOSE A. P.; MACIEL, CARLOS D.. A Bayesian Hierarchical Model to create synthetic Power Distribution. Electric Power Systems Research, v. 235, p. 8-pg., 2024-07-02. (23/07634-7, 21/12220-1)