Spelling suggestions: "subject:"[een] METHODS OF EXPONENTIAL SMOOTHING"" "subject:"[enn] METHODS OF EXPONENTIAL SMOOTHING""
1 |
[en] ANALYSIS TECHNIQUES FOR CONTROLLING ELECTRIC POWER FOR HIGH FREQUENCY DATA: APPLICATION TO THE LOAD FORECASTING / [pt] ANÁLISE DE TÉCNICAS PARA CONTROLE DE ENERGIA ELÉTRICA PARA DADOS DE ALTA FREQUÊNCIA: APLICAÇÃO À PREVISÃO DE CARGAJULIO CESAR SIQUEIRA 08 January 2014 (has links)
[pt] O objetivo do presente trabalho é o desenvolvimento de um algoritmo
estatístico de previsão da potência transmitida pela usina geradora termelétrica de
Linhares, localizada no Espírito Santo, medida no ponto de entrada da rede da
concessionária regional, a ser integrado em plataforma composta por sistema
supervisório em tempo real em ambiente MS Windows. Para tal foram
comparadas as metodologias de Modelos Arima(p,d,q), regressão usando
polinômios ortogonais e técnicas de amortecimento exponencial para identificar a
mais adequada para a realização de previsões 5 passos-à-frente. Os dados
utilizados são provenientes de observações registradas a cada 5 minutos, contudo,
o alvo é produzir estas previsões para observações registradas a cada 5 segundos.
Os resíduos estimados do modelo ajustado foram analisados via gráficos de
controle para checar a estabilidade do processo. As previsões produzidas serão
usadas para subsidiar decisões dos operadores da usina, em tempo real, de forma a
evitar a ultrapassagem do limite de 200.000 kW por mais de quinze minutos. / [en] The objective of this study is to develop a statistical algorithm to predict
the power transmitted by a thermoelectric power plant in Linhares, located at
Espírito Santo state, measured at the entrance of the utility regional grid, which
will be integrated to a platform formed by a real time supervisor system
developed in MS Windows. To this end we compared Arima (p,d,q), Regression
using Orthogonal Polynomials and Exponential Smoothing techniques to identify
the best suited approach to make predictions five steps ahead. The data used are
observations recorded every 5 minutes, however, the target is to produce these
forecasts for observations recorded in every five seconds. The estimated residuals
of the fitted model were analysed via control charts to check on the stability of
the process. The forecasts produced by this model will be used to help not to
exceed the 200.000 kW energy generation upper bound for more than fifteen
minutes.
|
Page generated in 0.0408 seconds