Return to search

[en] UNIVARIATE TECHNIQUES PERFECTED FOR THE ELECTRIC LOAD FORECAST OF SHORT STATED PERIOD FROM HOURLY DATA / [pt] TÉCNICAS UNIVARIADAS APERFEIÇOADAS PARA A PREVISÃO DE CURTÍSSIMO PRAZO PARTIR DE DADOS HORÁRIOS

[pt] O ONS (operador nacional do sistema elétrico brasileiro)
vem utilizando o software ANNSTLF produzido pelo
EPRI/EUA
(Eletrical Power Research Institute) para realizar a
previsão do consumo de carga horária. Entretanto, as
estimativas fornecidas pelo programa estão fundamentadas
na metodologia de uma rede neural que, de certo modo,
impede ao usuário de extrair uma maior interpretação dos
resultados que são fornecidos pela rede. Assim sendo,
este
trabalho pesquisou os métodos univariados convencionais:
Holt-Winters e Box e Jenkins, considerando suas
formulações aperfeiçoadas e adaptadas às características
próprias do tipo de série em questão. Isto é, assumindo
a
existência de dois ciclos sazonais: um diário e outro
semanal. A vantagem destas técnicas univariadas, em
comparação ao ANNSTLF, é principalmente a
interpretabilidade das informações obtidas. Dessa forma,
esta pesquisa permite também avaliar melhor o desempenho
do ANNSTLF. / [en] The ONS (National Operator of the Brazilian electrical
system) has been using the software ANNSTLF produced by
EPRI/USA (Eletrical Power Research Institute) to carry out
the forecast of the hourly load consumption. However, the
estimates supplied by the program are based on the
methodology of a neural net that, in a way, does not allow
the user to extract a better interpretation of the results
produced by the net. Therefore, investigates the
conventional univaried methods: Holt-Winters and Box &
Jenkins, considering its formulations perfected and
adapted to the characteristics of the series understudy.
That is, its assumed the existence of two seasonal cicles:
daily and weekly. The advantage of these univariate
techniques, in comparison to the ANNSTLF, is mainly the
ability to interpret the model estimates. Also, this
research also allows a better evaluation the performance
of the ANNSTLF.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:8161
Date20 April 2006
CreatorsGLAUCIA DE PAULA FALCO
ContributorsREINALDO CASTRO SOUZA
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.0019 seconds