Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | IFMT | - |
Autor(es): dc.contributor | Universidade Federal de Mato Grosso do Sul (UFMS) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Antunes, Juliana Fonseca | - |
Autor(es): dc.creator | Souza Araujo, Nelcileno Virgilio de | - |
Autor(es): dc.creator | Minussi, Carlos Roberto [UNESP] | - |
Autor(es): dc.creator | IEEE | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:08:27Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:08:27Z | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2013-01-01 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/196091 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/196091 | - |
Descrição: dc.description | This work presents a system based on Artificial Neural Networks and PSO (Particle Swarm Optimization) strategy, to multinodal load forecasting, i.e., forecasting in several points of the electrical network (substations, feeders, etc.). Short-term load forecasting is an important task to planning and operation of electric power systems. It is necessary precise and reliable techniques to execute the predictions. Therefore, the load forecasting uses the Adaptive Resonance Theory. To improve the precision, the PSO technique is used to choose the best parameters for the Artificial Neural Networks training. Results show that the use of this technique with a little set of training data improves the parameters of the neural network, calculated by the MAPE (mean absolute perceptual error) of the global and multinodal load forecasted. | - |
Descrição: dc.description | IFMT, Inst Educ Ciencia & Tecnol Mato Grosso, Dept Informat, Cuiaba, Brazil | - |
Descrição: dc.description | Univ Fed Mato Grosso, UFMT, Inst Comp, Cuiaba, Brazil | - |
Descrição: dc.description | UNESP Univ Estadual Paulista, Dept Engn Eletr, Ilha Solteira, Brazil | - |
Descrição: dc.description | UNESP Univ Estadual Paulista, Dept Engn Eletr, Ilha Solteira, Brazil | - |
Formato: dc.format | 6 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee | - |
Relação: dc.relation | 2013 Ieee Grenoble Powertech (powertech) | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Multinodal Load Forecasting | - |
Palavras-chave: dc.subject | Particle Swarm Optimization | - |
Palavras-chave: dc.subject | Adaptive Resonance Theory | - |
Palavras-chave: dc.subject | Artificial Neural Network | - |
Título: dc.title | Multinodal Load Forecasting Using an ART-ARTMAP-Fuzzy Neural Network and PSO Strategy | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: