Título
[en] FORECAST LOAD MODEL USING NEURAL NETWORK: LAYER BY LAYER IMPROVEMENT
Título
[pt] MODELO DE PREVISÃO DE CARGA UTILIZANDO REDES NEURAIS: OTIMIZAÇÃO CAMADA A CAMADA
Autor
[pt] JOSE LEONARDO RIBEIRO MACRINI
Vocabulário
[pt] REDE NEURAL
Vocabulário
[pt] PREVISAO
Vocabulário
[en] NEURAL NETWORKS
Vocabulário
[en] FORECASTING
Resumo
[pt] Nesta dissertação é desenvolvido um modelo de previsão de
energia elétrica de curto prazo (previsão mensal) para o
sistema elétrico no Brasil, em especial para as
concessionárias dos sistemas interligados, através de um
modelo de Redes Neurais que emprega um algoritmo de
otimização camada a camada.
O objetivo principal deste trabalho consiste em demonstrar
que bons resultados preditivos podem ser alcançados com a
utilização desse algoritmo para séries de energia elétrica
e que esse método poderia fazer parte dos métodos de
previsão que compõem o Sistema de Previsão de Carga
(PREVCAR) do Operador Nacional do Sistema (ONS) a saber:
modelo de Holt & Winters, modelo de Box & Jenkins, modelo
de redes Neurais (backpropagation) e modelo de Lógica
Fuzzy.
Resumo
[en] It is developed in this essay a short forecast electric
energy model (monthly forecast) to the electric system in
Brazil, particularly to interconnected systems utilities,
through a neural network model, which employs a layer by
layer improvement algorithm.
The aim of this proposition consists in demonstrating that
good forecast results can be reached with the use this
algorithm to electric energy series and that this method
could be part of the forecast methods, wich compose the
Load Forecasting System (PREVCAR) of National System model
(backpropagation) and Fuzzy logic model.
Orientador(es)
REINALDO CASTRO SOUZA
Coorientador(es)
CARLOS EDUARDO PEDREIRA
Banca
CARLOS EDUARDO PEDREIRA
Banca
MONICA BARROS
Banca
REINALDO CASTRO SOUZA
Catalogação
2005-10-13
Apresentação
2000-09-29
Tipo
[pt] TEXTO
Formato
application/pdf
Formato
application/pdf
Idioma(s)
PORTUGUÊS
Referência [pt]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7251@1
Referência [en]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7251@2
Referência DOI
https://doi.org/10.17771/PUCRio.acad.7251
Arquivos do conteúdo
CAPA, AGRADECIMENTOS, RESUMO, ABSTRACT, SUMÁRIO E LISTAS PDF CAPÍTULOS 1 AO 6 E REFERÊNCIAS BIBLIOGRÁFICAS PDF