Heuristic methods for optimal allocation of maintenance resources on electric power distribution networks

Resumo: O trabalho aborda a alocação ótima de recursos para manutenção de redes de distribuição de energia elétrica. O modelo matemático do problema procura representar os componentes das redes, suas inter-relações para operação das redes, suas contabilidades e mudanças de condições por ações de manutenções. O objetivo do processo de otimização é reduzir os custos de manutenção sob restrições de operação com determinados níveis de contabilidade, ao longo de um horizonte de planejamento. As melhores estratégias de manutenção podem ser obtidas através da solução de um problema de otimização combinatória inteiro misto, com variáveis discretas e contínuas. A principal contribuição do trabalho é o desenvolvimento de meta-heurísticas híbridas que possam encontrar estratégias de manutenções de melhor qualidade, considerando-se abordagens anteriores para o problema. São desenvolvidas três meta-heurísticas híbridas, que utilizam diferentes formas de articulações de Busca em Profundidade, Busca em Largura e Simulated Annealing. Estudos de casos realizam comparações entre as três abordagens e um algoritmo genético híbrido. A análise dos resultados permite destacar as qualidades de cada uma das abordagensAbstract: This work is concerned with the optimal allocation of maintenance resources on electric power distribution networks. The mathematical model represents the main components of the network, their interrelationships for the operation of the network, their reliabilities and the changes in condition due to maintenance procedures. The objective of the optimization process is the reduction of maintenance costs under constraints of reliability, during a given planning period. The best maintenance strategies can be obtained from the solution of a mixed integer combinatorial optimization problem, with continuous and discrete variables. The main contribution of the present work is the development hybrid heuristics that are able to obtain better solutions for the problem, with respect to previous approaches. Three hybrid heuristics are developed, based on the depth first, breath first and simulated annealing state space searches. Case studies compare the three approaches with a hybrid genetic algorithm previously proposed to address the problem. The analysis of results highlights the benefits of each approac