[pt] Nesta dissertação é desenvolvido um modelo de previsão de
energia elétrica de curto prazo (previsão mensal) para o
sistema elétrico no Brasil, em especial para as
concessionárias dos sistemas interligados, através de um
modelo de Redes Neurais que emprega um algoritmo de
otimização camada a camada.
O objetivo principal deste trabalho consiste em demonstrar
que bons resultados preditivos podem ser alcançados com a
utilização desse algoritmo para séries de energia elétrica
e que esse método poderia fazer parte dos métodos de
previsão que compõem o Sistema de Previsão de Carga
(PREVCAR) do Operador Nacional do Sistema (ONS) a saber:
modelo de Holt & Winters, modelo de Box & Jenkins, modelo
de redes Neurais (backpropagation) e modelo de Lógica
Fuzzy. / [en] It is developed in this essay a short forecast electric
energy model (monthly forecast) to the electric system in
Brazil, particularly to interconnected systems utilities,
through a neural network model, which employs a layer by
layer improvement algorithm.
The aim of this proposition consists in demonstrating that
good forecast results can be reached with the use this
algorithm to electric energy series and that this method
could be part of the forecast methods, wich compose the
Load Forecasting System (PREVCAR) of National System model
(backpropagation) and Fuzzy logic model.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:7251 |
| Date | 13 October 2005 |
| Creators | JOSE LEONARDO RIBEIRO MACRINI |
| Contributors | REINALDO CASTRO SOUZA, REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0018 seconds