Modelos de previsão de carga elétrica em curto prazo desenvolvidos com redes neurais artificiais e lógica Fuzzy considerando a variável temperatura

Description

Made available in DSpace on 2014-06-12T17:38:10Z (GMT). No. of bitstreams: 2
arquivo5618_1.pdf: 3048249 bytes, checksum: 5404a746aa7aac46d2fad86ada13af25 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2010 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / O conhecimento prévio do comportamento do consumo de energia é de grande
importância para uma distribuidora de energia. Com base nesta informação, é possível
definir estratégias para operação e planejamento de seu sistema elétrico, além de
possibilitar o acompanhamento da relação entre contratos e consumo de energia, evitando
com isso a ocorrência de penalidades. O consumo de energia é influenciado por diversas
variáveis. Notadamente, em horizontes de curto prazo o consumo de energia é influenciado
por variáveis climáticas, como temperatura e precipitação. Este trabalho apresenta modelos
que utilizam a temperatura como variável de entrada para solucionar o problema de
previsão de carga diária no horizonte de curto prazo, realizada em 7 e 14 dias para um
conjunto de barramentos do sistema de distribuição da CELPE Companhia Energética de
Pernambuco. As técnicas aplicadas no desenvolvimento dos modelos de previsão foram:
Redes Neurais Artificiais com topologia de MLP (Multi Layer Perceptrons) totalmente
conectadas e treinadas com algoritmo Levenberg-Marquardt; e ANFIS (Adaptive Networkbased
Fuzzy Inference System) com o método subctrative clustering . Os métodos Média
Simples e Ensemble foram aplicados para combinação dos resultados dos modelos
propostos. Os modelos criados foram avaliados para previsão de carga do ano de 2009 e
comparados entre si. Os resultados encontrados demonstram que os modelos apresentaram
performances satisfatórias

Links & Downloads

1. Maria Andrade da Silveira, Tatiana; Ribeiro Barbosa de Aquino, Ronaldo. Modelos de previsão de carga elétrica em curto prazo desenvolvidos com redes neurais artificiais e lógica Fuzzy considerando a variável temperatura. 2010. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2010.
2. https://repositorio.ufpe.br/handle/123456789/5329

Tags

Previsão de carga

Temperatura

Redes Neurais Artificiais

Lógica Fuzzy

Combinação de previsões

Additional Fields

Identifer	oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/5329
Date	31 January 2010
Creators	Maria Andrade da Silveira, Tatiana
Contributors	Ribeiro Barbosa de Aquino, Ronaldo
Publisher	Universidade Federal de Pernambuco
Source Sets	IBICT Brazilian ETDs
Language	Portuguese
Detected Language	Portuguese
Type	info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Source	reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rights	info:eu-repo/semantics/openAccess