$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC|



Título: INTERVENTION MODELS TO FORECAST MONTHLY DEMAND OF ELETRIC ENERGY, CONSIDERING THE RATIONING SCENERY
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): EVANDRO LUIZ MENDES

Colaborador(es):  REINALDO CASTRO SOUZA - Orientador
Número do Conteúdo: 3336
Catalogação:  12/03/2003 Idioma(s):  PORTUGUESE - BRAZIL

Tipo:  TEXT Subtipo:  THESIS
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3336@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3336@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.3336

Resumo:
In this dissertation, a methodology is developed to forecast monthly demand of electric energy, considering the rationing scenery. The methodology is based on, taking the growth rate from the time series, identify and eliminate the effects of electric energy rationing, using Dynamic Linear Models. It is also analyzed intervention structures in the statistics models of Box & Jenkins and Holt & Winters. The models are compared according to some criterions, mainly forecast accuracy. At the end, we concluded that the methodology proposed is more efficient, due to the difficult to solve the problem using the statistics models with intervention. This solution is proposed as the best among them to create scenery during the energy rationing and after energy rationing, to be used by the national electric system agents.

Descrição Arquivo
COMPLETE  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui