Dissertação

{pt_PT=Controlo de um Conversor de Energia das Ondas usando um sistema multi-agente e métodos de aprendizagem automática} {} EVALUATED

{pt=As sociedades modernas caracterizam-se por uma utilização intensa de energia nos transportes, indústria e produção de electricidade. A transição para uma utilização de energias renováveis apresenta-se como o caminho para um desenvolvimento sustentável. Além das fontes de energia renovável amplamente conhecidas, por exemplo solar ou eólica, a energia das ondas apresenta-se como um recurso de elevado potencial para a produção de electricidade. Este trabalho tem como objectivo dotar o dispositivo ISWEC (inertial sea wave energy converter) — um dispositivo desenvolvido de forma a converter a energia mecânica das ondas em electricidade, utilizando um sistema giroscópico — da capacidade de ajustar automaticamente os ganhos do seu controlador PD de acordo com o estado do mar actual, pretendendo-se maximizar o seu desempenho. O processo de previsão do estado do mar é realizado com recurso a métodos de aprendizagem automática, designadamente redes neuronais e um classificador SVM (máquina de vector suporte). A natureza distribuída dos dispositivos ISWEC numa “wave farm” é suportada por uma plataforma multi-agente, desenvolvida em Java, assegurando-se que todos os dispositivos recebem os respectivos dados de previsão extrapolados pelo agente central. Acredita-se que esta estratégia, em alternativa a uma previsão exógena à “wave farm” recebida numa base horária, resultará numa melhoria do desempenho do conversor, dado que rápidas transições do estado do mar poderão ser detectadas e reflectidas no ajuste de ganhos, o qual se realiza segundo períodos mais curtos e com a contribuição de um agente de detecção endógeno à “wave farm”. , en=Modern societies are characterized by an intense use of energy in transport, industry and electricity production. The transition to renewable energy sources presents a path to a sustainable development. In addition to the commonly known renewable energy sources, like solar and wind, wave energy from oceans and seas promises to be a valuable resource for electricity generation. This work aims to provide ISWEC (inertial sea wave energy converter) — a device designed to extract power from sea waves using gyroscoping motion to generate electricity — the capability to adjust its PD controller gains according to current sea wave condition, so its performance is maximized. The forecasting process is carried out by a set of machine learning methods, namely neural networks and a SVM (support vector machine) classifier. The distributed arrangement of ISWEC devices on “wave farms” is handled by a multi-agent platform, based on Java, ensuring all devices receive due forecast data from the central agent. It is believed this strategy, as opposed to relying on a exogenous forecast set on an hourly basis, will result in improved performance, since sudden transitions of sea wave conditions may be taken into account thanks to a shorter time basis of gain setting operation and to an autonomous forecasting agent.}
{pt=Conversor de energia de ondas, Sistemas multi-agente, JADE, Rede neuronal de modelo inverso, Máquinas de vectores suporte, Controlador PD, en=Wave energy converter, Multi-agent systems, JADE, Neural network inverse model, Support vector machines, PD controller}

Junho 25, 2018, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Duarte Pedro Mata de Oliveira Valério

Departamento de Engenharia Mecânica (DEM)

Assistente