Made available in DSpace on 2014-06-12T17:38:03Z (GMT). No. of bitstreams: 2 arquivo5615_1.pdf: 1629893 bytes, checksum: c7971ae5571cdce4896d6a23598640fe (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Na operação de um sistema de distribuição de energia elétrica, uma das etapas mais importante é a determinação da operação horária e diária, que determina as metas de distribuição da energia nas próximas horas ou dias, visando atender à demanda dos seus clientes. Assim, do ponto de vista do planejamento da operação, é necessário que se conheça previamente o consumo de energia de cada barramento utilizando-se previsões de curtíssimos prazos. Este trabalho teve como objetivo desenvolver modelos de previsão utilizando Redes Neurais Artificiais com topologia de MLP (Perceptrons Multicamadas) com horizontes de previsão horária de 7 e 14 dias para alguns barramentos do sistema de distribuição da Companhia Energética de Pernambuco. Duas metodologias são implantadas: a primeira cria dois modelos com base em dados horários de consumo de energia e temperatura média diária; a segunda cria, através de combinações, mais dois modelos utilizando como dados de entrada os modelos criados na primeira metodologia. Fazendo-se a comparação dos MAPE (Erro Médio Absoluto Percentual), conclui-se que os modelos obtidos por combinação na segunda metodologia apresentam maior incidência de menores MAPE (erro médio absoluto percentual) em comparação aos modelos apresentados na primeira metodologia. Por fim, foram realizadas também comparações dos resultados de MAPE destes modelos com os resultados de MAPE obtidos nos modelos em dois projetos de P&D (Pesquisa e Desenvolvimento), o PREVER e o PCD, ambos desenvolvidos pela UFPE em parceria com a Companhia Energética de Pernambuco (Celpe)

The forecasting of gas consumption has a fundamental importance for the natural gas distribution company, since it is common for supply companies include clauses in their contracts that force the distributor companies to perform the volume programming of the natural gas to be withdrawn, these same companies are subjected to the application of penalties if the volume exceeds programmed limits previously established. Thus, in the present work has been studied the potentialities to use of predictive models based on regression, time series and artificial neural networks in forecasting gas consumption, with the intend to improved the methodologies currently used by gas distributor in the daily schedule to send to the supplier, in a scenario characterized by the predominance of industrial consumers with dissimilar characteristics. In this context, considering the potential of forecasting techniques, has been studied the gas consumption forecasting in the medium term of both the industrial consumers and the automotive segments. From these studies it was possible to identify particular types of behaviors, and the forecasting strategy most suitable approach using artificial neural networks, time series or a combination of both. To perform these studies was developed a computational tool to analyzing, parameterize and validate methods of forecasting based on historical data consumption. The results are promising because it presents boundary conditions close to actual values. / A previsão de consumo de gás tem fundamental importância para a companhia distribuidora de gás natural, uma vez que é comum que as empresas supridoras incluam em seus contratos cláusulas que obrigam a concessionária distribuidora realizar a programação do volume de gás natural a ser retirado, sendo a mesma submetida à aplicação de penalidades caso o volume programado exceda limites previamente estabelecidos. Sendo assim, no presente trabalho tem sido estudadas as potencialidades de utilização dos modelos de previsão baseados em regressões, séries temporais e redes neurais artificiais na previsão de consumo de gás, com o objetivo de aprimorar as metodologias atualmente utilizadas pela distribuidora de gás na programação diária realizada junto ao supridor, num cenário caracterizado pela predominância de consumidores industriais com características diferentes entre si. Neste contexto, considerando o potencial das técnicas previsão, foram realizados estudos de previsão de consumo em médio prazo de consumidores dos segmentos industrial e automotivo. A partir destes estudos foi possível identificar tipos de comportamentos particulares, bem como a estratégia de previsão mais adequada, seja utilizando as redes neurais artificiais, séries temporais ou uma combinação de ambas. Para realização dos estudos uma ferramenta computacional foi desenvolvida, a qual oferece as facilidades necessárias para analisar, parametrizar e validar os métodos de previsão baseado em dados históricos de consumo. Os resultados obtidos são promissores, pois apresentam condições de contorno próximo dos valores reais.

Made available in DSpace on 2015-03-26T13:28:13Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1839882 bytes, checksum: 7b04313dfd0b066f5ee10b45f9495ac7 (MD5) Previous issue date: 2013-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Airports present large water consumption and a great potential for the implementation of measures for its rational and efficient use. Knowing the future water demand is essential for assessing investments destined to increase capacity and the potential benefit from adopting such measures. However, for such environments, there is a lack of studies on water consumption profiles, factors which affect water demand and forecast models. Thus the objectives of this study were to assess the influence of airport movement variables on water consumption and develop multiple regression models to predict it. The database was provided by Infraero and consisted of the annual number of passengers and flights, the annual amounts of cargo and mail, and the annual water consumption for the most important airports in Brazil. The models were developed considering airports grouped in terms of passenger capacity and category (domestic or international flights), and the performance was assessed by the determination (R2) and the Nash-Sutcliffe (NSE) coefficients. The model developed for airports with capacity to transport at least 10 million passengers a year were able to explain 81% of water consumption variation, whereas the model for airports with inferior capacity explained 62% of the variation. The models developed for international and domestic airports presented R2 of 90% and 89%, respectively. The NSE coefficients were 0.93 and 0.88 for the models considering capacity and category, respectively. The model developed specifically for the Airport of Confins-MG showed good performance (NSE = 0.98) and presented great potential to enable the inclusion of other variables that can reflect characteristics of each airport which are not considered by movement variables. / Aeroportos consomem grandes volumes de água e possuem grande potencial para a implementação de medidas de uso racional. Conhecer a demanda futura é essencial para avaliar investimentos destinados à ampliação de capacidade e o potencial benefício advindo da adoção dessas medidas. Para esses ambientes, no entanto, são poucos os estudos sobre o perfil de consumo de água, fatores que o influenciam e modelos para sua previsão. Portanto, os objetivos deste estudo foram avaliar a influência das variáveis de movimentação aeroportuária sobre o consumo de água e utilizá-las na obtenção de modelos de regressão linear múltipla para estimar este consumo. A base de dados disponibilizada pela Infraero contém informações sobre a movimentação anual de passageiros, voos, carga e mala postal, além do consumo anual de água para os principais aeroportos do Brasil. Os modelos foram desenvolvidos considerando a distinção dos aeroportos em termos de porte e categoria, e os coeficientes de determinação (R2) e de Nash-Sutcliffe (NSE) foram utilizados para avaliação do desempenho. Os modelos desenvolvidos considerando o porte apresentaram R² iguais a 0,81, para aeroportos de grande porte, e 0,62, para aeroportos de médio e pequeno porte. Para aeroportos que operam apenas voos domésticos, foi obtido um modelo linear simples com r² igual a 0,89; para aeroportos que operam voos internacionais e domésticos, o modelo apresentou R² igual a 0,90. Os coeficientes NSE foram 0,93 e 0,88 para os modelos considerando o porte e a categoria, respectivamente. O modelo desenvolvido especificamente para o Aeroporto de Confins-MG apresentou melhor desempenho (NSE = 0,98) e o potencial para viabilizar a inclusão de outras variáveis capazes de refletir características específicas de cada aeroporto não consideradas pelas variáveis de movimentação.