[en] FORECASTING HOURLY ELECTRICITY LOAD FOR LIGHT
| Ano de defesa: | 2005 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
MAXWELL
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7464&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7464&idi=2 http://doi.org/10.17771/PUCRio.acad.7464 |
Resumo: | [pt] Nessa dissertação é desenvolvido um modelo de previsão de curto prazo para cargas horárias empregando informações climáticas. Tal modelo é montado para a companhia de eletricidade LIGHT. O modelo proposto combina diferentes metodologias, são elas: Redes Neurais, Métodos Estatísticos e Lógica Nebulosa. Primeiramente, emprega-se o Mapa Auto-Organizável de Kohonen para identificar as curvas típicas de carga que são incluídas em um modelo de previsão estatística. Com intuito de melhorar o desempenho do modelo em termos do erro de previsão é adicionado, através de Lógica Nebulosa, o efeito da temperatura na carga. Por fim, é montado um procedimento com alguns conceitos de Lógica Nebulosa para identificar o tipo de curva de carga do dia a ser previsto. |