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 | Science and Technology | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Abreu, T. | - |
Autor(es): dc.creator | Moreira, J. R. [UNESP] | - |
Autor(es): dc.creator | Minussi, C. R. [UNESP] | - |
Autor(es): dc.creator | Lotufo, A. D.P. [UNESP] | - |
Autor(es): dc.creator | Lopes, M. L.M. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:23:54Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:23:54Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2019-09-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/ISGT-LA.2019.8895486 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/198214 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/198214 | - |
Descrição: dc.description | The prediction of electric charges is essential in the electric power system, because it establishes when and how much of generation, transmission and distribution capacity must be arranged to meet the expected load without interruptions in supply. Therefore, the more accurate, reliable and fast the results, the better quality the forecast will be. This paper proposes an approach that performs the forecast considering several points of the electricity network (multinodal forecast), where different types of consumers are considered (industrial, commercial and residential). In this problem is used an ARTMAP Fuzzy artificial neural network , that is based in the theory of resonance adaptative (ART). The main characteristic of neural networks of the ART family is the stability and plasticity that provide results quickly and accurately. In order to test the proposed forecast system, results of 24 hours (48 points) ahead are presented for nine substations of a New Zealand Electrical Company. | - |
Descrição: dc.description | Federal Institute of Education Science and Technology Campus Hortolândia | - |
Descrição: dc.description | UNESP - São Paulo State University | - |
Descrição: dc.description | UNESP - Universidade Estadual Paulista Júlio de Mesquita Filho | - |
Descrição: dc.description | UNESP - São Paulo State University | - |
Descrição: dc.description | UNESP - Universidade Estadual Paulista Júlio de Mesquita Filho | - |
Idioma: dc.language | en | - |
Relação: dc.relation | 2019 IEEE PES Conference on Innovative Smart Grid Technologies, ISGT Latin America 2019 | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Aggregate Load | - |
Palavras-chave: dc.subject | Electrical System Distribution | - |
Palavras-chave: dc.subject | Fuzzy ARTMAP Neural Network | - |
Palavras-chave: dc.subject | Load Forecasting | - |
Título: dc.title | Short-Term Multinodal Load Forecasting Using a Fuzzy-ARTMAP Neural Network | - |
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: