[pt] Esta dissertação apresenta um estudo sobre o comportamento
da carga de
energia agregada em intervalos temporais dentro de um mesmo
dia. Esse tipo de
agregação já vem sendo utilizado no setor elétrico
brasileiro, sob a forma de três
patamares de carga, denominados leve, média e pesada. No
entanto, tais
patamares são sempre obtidos indiretamente, a partir da
agregação da carga
horária, não tendo sido encontrado, até a publicação dessa
dissertação, nenhum
tratamento de forma direta dos mesmos. O trabalho
desenvolvido na dissertação
descreve matematicamente o cálculo dos três patamares de
carga e faz uma
análise das séries dessas variáveis, verificando suas
características próprias,
relações entre si e a influência de variáveis exógenas.
Apresenta, também, a
modelagem de alguns métodos de previsão para essas séries,
empregando técnicas
tanto estatísticas quanto de inteligência computacional e
propõe um modelo
híbrido de previsão, combinando regressão dinâmica,
classificador de padrões,
lógica nebulosa e um método para combinar os padrões. No
modelo proposto, a
regressão dinâmica é empregada na previsão da carga diária
global, usada para
adequar os perfis, descritos de forma normalizada, aos
níveis reais das séries. Os
perfis são obtidos a partir de um classificador de padrões
baseado na técnica
subtractive clustering. A combinação dos perfis, que
compõem a previsão dos
patamares para o horizonte desejado, é feita por um sistema
de lógica nebulosa,
que usa a temperatura como variável de entrada, tratando de
forma intrínseca
relações não lineares entre essas variáveis, e um método
que trata a saída do
sistema nebuloso de forma empírica. / [en] This dissertation presents a study of electricity load
aggregated in time
intervals into the same day. This type of aggregation has
been used by the
Brazilian´s electrical sector in the form of three load
levels called low, middle and
high. However, these load levels were always indirectly
achieved from the hourly
load aggregation, and it was not found any direct treatment
of them as a series up
to this publication. The work developed in this
dissertation describes
mathematically the calculation of the three levels of load
and makes an analysis of
the series formed by these variables checking their own
characteristics, the
relationship among themselves and the influence of
exogenous variables. It also
shows the modeling of some forecast methods for such series
employing
techniques of both statistics in computational
intelligence, introduces the level
profile concept and proposes a hybrid model of forecasting,
formed by dynamic
regression, pattern classification and fuzzy logic, to
predict the load level pattern.
In the proposed model, the dynamic regression is used in
the forecasting of the
daily global load that is used to match the resulting
pattern, described in a
normalized way to the actual load values. The profiles are
obtained from a
classifier based on the subtractive clustering technique.
The combination of the
profiles that compose the level pattern forecast to the
desired horizon is carried
out by a fuzzy logic system that uses the temperature as
input variable
intrinsically treating non-linear relationships between
load level and temperature
variables.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:13211 |
| Date | 31 March 2009 |
| Creators | DOUGLAS ALEXANDER ALVES DE FARIAS |
| Contributors | REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | English |
| Type | TEXTO |
Page generated in 0.0019 seconds