[pt] O objetivo desta dissertação é desenvolver modelos matemáticos que permitam
estimar o tempo médio dos banhos com a utilização de chuveiros elétricos e a curva
de carga desses aparelhos, considerando as informações das Pesquisas de Posses e
Hábitos de Consumo (PPH) e medições realizadas com o auxílio de medidores
eletrônicos com memória de massa, em residências com chuveiros elétricos. A
motivação do estudo advém de uma exigência da ANEEL que determina que as
distribuidoras de energia elétrica realizem a cada 2 (dois) ciclos de revisão tarifária a
PPH em suas unidades consumidoras. Os métodos empregados foram: estatística
descritiva (para a obtenção do tempo médio de banho); aplicação da regressão linear e
de redes neurais (para corrigir a curva de carga horária obtida com a PPH, com base
nos dados das medições). Os resultados foram promissores, pois o tempo médio de
banho se encontra próximo às estimativas do PROCEL (que são de 8 (oito) a 10 (dez)
minutos) e a curva de carga estimada se encontra próxima à da medição, sendo esta
última o consumo real. Conclui-se que a abordagem desta dissertação resultou em
melhorias na estimativa dos coeficientes de ajustes e que o método de redes neurais
foi relativamente melhor que o método de regressão linear simples. / [en] The aim of this dissertation is to develop mathematical models that would
allow the estimation of the average time of baths using electric showers and the
load shape curves for these devices, obtained from two sources: the information of
Electrical Appliances Ownership Survey and measurements of electric shower
usage in households carried out with electronic meters with storage capacity. The
motivation stems from a requirement of ANEEL that determines that the electric
energy distributors periodically should hold a PPH in their consumer units.
Concerning the average time of shower baths, the last PPH survey conducted by
PROCEL in 2005 estimated this time between 8 (eight) and 10 (ten) minutes. The
methods employed in this work were: descriptive statistics (for obtaining the
average bath time); application of linear regression and neural networks (to
estimate the correction factors to approximate the load shape curves obtained by
PPH to those obtained by measurements). The obtained results are rather
promising due to the following reasons: the average time of bath is next to the
estimates of PROCEL and the corrected load shape curve estimated is quite close
to the measured curve, the latter being the actual consumption. This approach has
resulted in improvements in the estimation of the coefficients of adjustments and
the method of neural networks was relatively better than the simple linear
regression method.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:25584 |
Date | 16 December 2015 |
Creators | SILVANA VIEIRA DAS CHAGAS |
Contributors | REINALDO CASTRO SOUZA, REINALDO CASTRO SOUZA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | English |
Type | TEXTO |
Page generated in 0.008 seconds