Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais
Main Author: | |
---|---|
Publication Date: | 2010 |
Format: | Bachelor thesis |
Language: | por |
Source: | Repositório Institucional da UNIPAMPA |
Download full: | http://dspace.unipampa.edu.br/jspui/handle/riu/1539 |
Summary: | The problem of load forecasting is a very important component of strategic planning and operation of systems for generation, transmission and distribution of electric energy. Due to their degree of importance and appeal of this issue, this study highlights the relevant features, diferente techniques and methods which involve the problem of load forecasting in the very short term through studies in the literature. Additionally, this work focuses mainly on methods based on Artificial Neural Networks, from artificial intelligence precisely for its high degree of generalization from which he received wide use in scientific work in recent decades. Based on these methods, this paper will demonstrate, through a computer system, the results of the load forecasts and analysis for very short term, given the different parameters discussed. |
id |
UNIP_c6be5bdd7371e06bc9f43f06bb647842 |
---|---|
oai_identifier_str |
oai:repositorio.unipampa.edu.br:riu/1539 |
network_acronym_str |
UNIP |
network_name_str |
Repositório Institucional da UNIPAMPA |
repository_id_str |
|
spelling |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiaisComputer scienceLoad forecastingArtificial neural networksVery short termArtificial intelligenceCiência da computaçãoPrevisão de cargaRedes neurais artificiaisCurtíssimo PrazoInteligência artificialCNPQ::CIENCIAS EXATAS E DA TERRAThe problem of load forecasting is a very important component of strategic planning and operation of systems for generation, transmission and distribution of electric energy. Due to their degree of importance and appeal of this issue, this study highlights the relevant features, diferente techniques and methods which involve the problem of load forecasting in the very short term through studies in the literature. Additionally, this work focuses mainly on methods based on Artificial Neural Networks, from artificial intelligence precisely for its high degree of generalization from which he received wide use in scientific work in recent decades. Based on these methods, this paper will demonstrate, through a computer system, the results of the load forecasts and analysis for very short term, given the different parameters discussed.O problema da previsão de carga é um componente muito importante e estratégico para o planejamento da operação de sistemas de geração, transmissão e distribuição de energia elétrica. Devido ao seu grau de importância e do apelo deste problema, este trabalho aponta as características relevantes, diferentes técnicas e métodos que envolvem o problema de previsão de carga no curtíssimo prazo através de estudos feitos na literatura. Adicionalmente, este trabalho está focado principalmente nos métodos baseados em Redes Neurais Artificiais, oriundos da inteligência artificial justamente pelo seu alto grau de generalização que lhe conferiu ampla utilização nos trabalhos científicos das últimas décadas. Baseado nestes métodos, este trabalho demonstrará, através de um sistema computacional, os resultados de previsões de carga no curtíssimo prazo e a análise referente, dados o diferentes parâmetros abordados.Universidade Federal do PampaCampus AlegreteGarcia, Vinícius JacquesGomes, Rodrigo da Rosa2017-06-01T13:53:41Z2017-06-01T13:53:41Z2010-07-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesispdfapplication/pdfhttp://dspace.unipampa.edu.br/jspui/handle/riu/1539porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIPAMPAinstname:Universidade Federal do Pampa (UNIPAMPA)instacron:UNIPAMPA2021-04-12T19:00:11Zoai:repositorio.unipampa.edu.br:riu/1539Repositório InstitucionalPUBhttp://dspace.unipampa.edu.br:8080/oai/requestsisbi@unipampa.edu.bropendoar:2021-04-12T19:00:11Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)false |
dc.title.none.fl_str_mv |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais |
title |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais |
spellingShingle |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais Gomes, Rodrigo da Rosa Computer science Load forecasting Artificial neural networks Very short term Artificial intelligence Ciência da computação Previsão de carga Redes neurais artificiais Curtíssimo Prazo Inteligência artificial CNPQ::CIENCIAS EXATAS E DA TERRA |
title_short |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais |
title_full |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais |
title_fullStr |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais |
title_full_unstemmed |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais |
title_sort |
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais |
author |
Gomes, Rodrigo da Rosa |
author_facet |
Gomes, Rodrigo da Rosa |
author_role |
author |
dc.contributor.none.fl_str_mv |
Garcia, Vinícius Jacques |
dc.contributor.author.fl_str_mv |
Gomes, Rodrigo da Rosa |
dc.subject.por.fl_str_mv |
Computer science Load forecasting Artificial neural networks Very short term Artificial intelligence Ciência da computação Previsão de carga Redes neurais artificiais Curtíssimo Prazo Inteligência artificial CNPQ::CIENCIAS EXATAS E DA TERRA |
topic |
Computer science Load forecasting Artificial neural networks Very short term Artificial intelligence Ciência da computação Previsão de carga Redes neurais artificiais Curtíssimo Prazo Inteligência artificial CNPQ::CIENCIAS EXATAS E DA TERRA |
description |
The problem of load forecasting is a very important component of strategic planning and operation of systems for generation, transmission and distribution of electric energy. Due to their degree of importance and appeal of this issue, this study highlights the relevant features, diferente techniques and methods which involve the problem of load forecasting in the very short term through studies in the literature. Additionally, this work focuses mainly on methods based on Artificial Neural Networks, from artificial intelligence precisely for its high degree of generalization from which he received wide use in scientific work in recent decades. Based on these methods, this paper will demonstrate, through a computer system, the results of the load forecasts and analysis for very short term, given the different parameters discussed. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010-07-12 2017-06-01T13:53:41Z 2017-06-01T13:53:41Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.unipampa.edu.br/jspui/handle/riu/1539 |
url |
http://dspace.unipampa.edu.br/jspui/handle/riu/1539 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Pampa Campus Alegrete |
publisher.none.fl_str_mv |
Universidade Federal do Pampa Campus Alegrete |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIPAMPA instname:Universidade Federal do Pampa (UNIPAMPA) instacron:UNIPAMPA |
instname_str |
Universidade Federal do Pampa (UNIPAMPA) |
instacron_str |
UNIPAMPA |
institution |
UNIPAMPA |
reponame_str |
Repositório Institucional da UNIPAMPA |
collection |
Repositório Institucional da UNIPAMPA |
repository.name.fl_str_mv |
Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA) |
repository.mail.fl_str_mv |
sisbi@unipampa.edu.br |
_version_ |
1842255697560993792 |