XINFORMAÇÕES 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.
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
Título: ENERGY DEMAND FORECASTING BY ARTIFICIAL INTELLIGENCE TECHNIQUE Autor: RAFAEL CARDOSO DE ASSUMPCAO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
DELBERIS ARAUJO LIMA - ADVISOR
Nº do Conteudo: 41552
Catalogação: 15/07/2019 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: SENIOR PROJECT
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=41552@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=41552@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.41552
Resumo:
Título: ENERGY DEMAND FORECASTING BY ARTIFICIAL INTELLIGENCE TECHNIQUE Autor: RAFAEL CARDOSO DE ASSUMPCAO
Nº do Conteudo: 41552
Catalogação: 15/07/2019 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: SENIOR PROJECT
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=41552@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=41552@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.41552
Resumo:
This Electrical Engineering Undergraduate Project consists in the time series forecasting of the load of a special consumer, by Artificial Intelligence techniques.
Several methods are available for predicting of the consumption of electrical energy. However, recurrent neural networks, especially Long Short-Term Memory networks, have been standing out in time series forecasting due to their long term memory capacity. The objective of this work is the development of a computational program that applies Long Short-Term Memory networks to predict demand, with the use of distance metrics for result evaluation.
| Descrição | Arquivo |
| COMPLETE |
