$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC|



Título: EVALUATING A BLACK-BOX MODEL EQUIVALENT OF THE OPTGEN ELECTRICAL GRID INVESTMENT OPTIMIZER WITH THE SHAP INTERPRETABILITY METHOD
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): GABRIEL VIDIGAL DE PAULA SANTOS
PEDRO RIBEIRO PEIXOTO

Colaborador(es):  ALEXANDRE STREET DE AGUIAR - Orientador
Número do Conteúdo: 52157
Catalogação:  12/04/2021 Idioma(s):  ENGLISH - UNITED STATES

Tipo:  TEXT Subtipo:  MONOGRAPH
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52157@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52157@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.52157

Resumo:
The interpretability of black box machine learning models has been constantly evolving over the years, giving more assurance and confidence for them to be applied in crucial sectors of both companies and society. That being said, the use of these methods to receive insights on optimization models are not as popular and often result on these models being less explainable or interpretable. Motivated by this, this work seeks out to develop a machine learning equivalent of an optimization model named OptGen, whose goal is to obtain an optimal generation and transmission expansion plan, and with this model apply interpretability methods to analyze and understand its decision making process. The dataset to develop the black box model was generated utilizing 10,000 rounds of the OptGen model using Latin Hypercube sampling method, and with this dataset a neural network was trained on a supervised manner having its accuracy analyzed using statistical and graphical methodology. Lastly, utilizing a Shapley Values based method of interpretability, the behavior of the model was analyzed to gain insights on its decision making process. Based on the study done in this work, a strong correlation between battery and solar power insertion was observed by the model, as well as a pattern between limitations given to wind and hydro plants that are different than the observed for thermal, solar and battery.

Descrição Arquivo
COMPLETE  PDF  
Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui