Rede ARTMAP Euclidiana utilizada na solução do problema de previsão de cargas elétricas

Página do item simplificado
dc.contributor.advisorLotufo, Anna Diva Plasencia [UNESP]
dc.contributor.authorGomes, Tânia Tenório
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2018-01-24T11:18:07Z
dc.date.available2018-01-24T11:18:07Z
dc.date.issued2017-12-22
dc.description.abstractA geração e distribuição de energia elétrica fazem parte de um vasto esquema no setor elétrico de cada país, tornando-se cada vez mais necessário criar alternativas para minimizar seu custo. Realizar a previsão de cargas elétricas de forma precisa garante uma infraestrutura mais eficiente e confiável para planejamento e operação do sistema elétrico. A proposta deste trabalho é realizar a previsão de carga elétrica global a curto prazo, utilizando uma técnica que forneça uma boa precisão, seja confiável e de baixo custo computacional. Portanto, foi utilizada a rede neural artificial ARTMAP Euclidiana, que é baseada na Teoria da Ressonância Adaptativa. Com objetivo de analisar a eficiência da metodologia proposta foram realizados 3 casos com diferentes horizontes de treinamento, sendo calculado o erro percentual médio. Os dados utilizados para as simulações são de uma companhia elétrica espanhola. O principal objetivo deste trabalho é aplicar a rede neural ARTMAP Euclidiana na previsão de cargas elétricas 24 horas à frente e para validar e verificar se esta rede é uma boa ferramenta para este tipo de estudo foi utilizada a rede neural ARTMAP Fuzzy com os mesmos dados empregados na rede ARTMAP Euclidiana como critério de comparação para comprovar a eficiência da rede neural ARTMAP Euclidiana.pt
dc.description.abstractGeneration and distribution of electrical energy are very important for the development of the countries and it is necessary to create alternatives to minimize the costs. Electrical load forecasting must be realized precisely to assure a reliable and secure operation of the electrical system. The proposal of this work is to realize the short term global electrical load forecasting using a technique with good precision and reliable and with low computational cost. Thus, the Euclidian ARTMAP neural network was used which is also based on the adaptive resonance theory. Three different cases with different horizons were used for training and the percentual error is calculated. The data are from a Spanish company. The main objective is to apply the Euclidian ARTMAP neural network to forecast the loads 24 hours ahead. The results are compared with the traditional Fuzzy ARTMAP neural network using the same data and the comparison is effectuated evaluating the MAPE (mean absolute percentual error).en
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.identifier.aleph000896379
dc.identifier.capes33004099080P0
dc.identifier.urihttp://hdl.handle.net/11449/152580
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectPrevisão de carga a curto prazopt
dc.subjectDistância Euclidianapt
dc.subjectTeoria da ressonância adaptativapt
dc.subjectRede ARTMAP Euclidianapt
dc.subjectShort-terms load forecastingen
dc.subjectEuclidean Distanceen
dc.subjectAdaptive resonance theoryen
dc.subjectEuclidean ARTMAP networken
dc.titleRede ARTMAP Euclidiana utilizada na solução do problema de previsão de cargas elétricaspt
dc.title.alternativeEuclidian ARTMAP network used in the solution of the electric load forecasting problemen
dc.typeDissertação de mestrado
unesp.advisor.lattes6022112355517660[1]
unesp.advisor.orcid0000-0002-0192-2651[1]
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Engenharia, Ilha Solteirapt
unesp.embargoOnlinept
unesp.graduateProgramEngenharia Elétrica - FEISpt
unesp.knowledgeAreaAutomaçãopt
unesp.researchAreaSistemas Inteligentespt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
gomes_tt_me_ilha.pdf
Tamanho:
2.18 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.98 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Dissertações - Engenharia Elétrica - FEIS