Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo

• Ano de defesa: 2010
• Autor(a) principal: Andrade, Luciano Carli Moreira de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Demanda de eletricidade; Load demand; Neuro-fuzzy system; Previsão de curtíssimo prazo; Sistemas neuro-fuzzy; Very short-term forecasting
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18153/tde-15092010-102430/

Uma vez que sistemas de inferência neuro-fuzzy adaptativos são aproximadores universais que podem ser usados em aplicações de aproximação de funções e de previsão, este trabalho tem por objetivo determinar seus melhores parâmetros e suas melhores arquiteturas com o propósito de se executar previsão de demanda de energia elétrica no curtíssimo prazo em subestações de distribuição. Isto pode possibilitar o desenvolvimento de controles automáticos de carga mais eficientes para sistemas elétricos de potência. As entradas do sistema são séries temporais de demanda de energia elétrica, compostas por dados mensurados em intervalos de cinco minutos ao longo de sete dias em subestações localizadas em cidades do interior do estado de São Paulo. Diversas configurações de entrada e diferentes arquiteturas foram examinadas para se fazer a previsão de um passo a frente. Os resultados do sistema de inferência neuro-fuzzy adaptativo frente às abordagens encontradas na literatura foram promissores.