Return to search

Modelagem Fuzzy para previsão de uma série temporal de energia elétrica. / Fuzzy modeling to forecast a time series electric power.

Esta dissertação testa e compara dois tipos de modelagem para previsão de uma
mesma série temporal. Foi observada uma série temporal de distribuição de energia elétrica e,
como estudo de caso, optou-se pela região metropolitana do Estado da Bahia. Foram testadas
as combinações de três variáveis exógenas em cada modelo: a quantidade de clientes ligados
na rede de distribuição de energia elétrica, a temperatura ambiente e a precipitação de chuvas.
O modelo linear de previsão de séries temporais utilizado foi um SARIMAX. A modelagem
de inteligência computacional utilizada para a previsão da série temporal foi um sistema de
Inferência Fuzzy. Na busca de um melhor desempenho, foram feitos testes de quais variáveis
exógenas melhor influenciam no comportamento da energia distribuída em cada modelo.
Segundo a avaliação dos testes, o sistema Fuzzy de previsão foi o que obteve o menor erro.
Porém dentre os menores erros, os resultados dos testes também indicaram diferentes
variáveis exógenas para cada modelo de previsão. / This dissertation tests and compares two types of predicting models to the same time
series. A time series of electricity distribution was observed and, as a case study, were opted
for the metropolitan region of Bahia State. Three exogenous variables were tested in each
model: the number of customers connected to the electricity distribution network, the
temperature and the precipitation of rain. The linear model time series forecasting used was a
SARIMAX. The modelling of computational intelligence used to predict the time series was a
Fuzzy Inference System. For better performance, in each model was tested all the exogenous
variables to fit the influence in the energy distributed. According to the evaluation of the tests,
the Fuzzy forecasting system presented the lowest error. But among the smallest errors, the
results of the tests also indicated different exogenous variables for each forecast model.

Identiferoai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:BDTD_UERJ:oai:www.bdtd.uerj.br:5520
Date24 February 2015
CreatorsCesar Machado Pereira
ContributorsNival Nunes de Almeida, Maria Luiza Fernandes Velloso, Orlando Bernardo Filho, Reinaldo Castro Souza
PublisherUniversidade do Estado do Rio de Janeiro, Programa de Pós-Graduação em Engenharia Eletrônica, UERJ, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UERJ, instname:Universidade do Estado do Rio de Janeiro, instacron:UERJ
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0018 seconds