Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Minussi, Carlos Roberto | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Silva, Vinicius Rodrigues | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:00:35Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:00:35Z | - |
Data de envio: dc.date.issued | 2022-10-30 | - |
Data de envio: dc.date.issued | 2022-10-30 | - |
Data de envio: dc.date.issued | 2022-09-12 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/237282 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/237282 | - |
Descrição: dc.description | Com o intuito de atender o gerenciamento da demanda de energia, a previsão de carga é um componente vital para os sistemas de energia. O principal papel de uma organização de energia elétrica é fornecer energia elétrica de forma segura e econômica, mantendo a qualidade. Em sistemas de energia, a previsão de carga é uma questão essencial e tem sido amplamente estudada para obter resultados de previsão de carga mais precisos. Como em sistemas de energia, a geração de energia do dia seguinte deve ser programada todos os dias, a Previsão de Carga de Curto Prazo (PCCP) é uma tarefa diária importante para as empresas de energia. A PCCP representa a previsão de carga elétrica para um período de algumas horas a vários dias. Neste trabalho de graduação será usado um método no contexto das Redes Neurais Artificiais (RNA). RNA é um método que imita a forma como o cérebro humano processa informações. Vários tipos de RNAs foram apresentados nesta pesquisa, dentre eles a Rede Neural Feedforward, com treinamento via Algoritmo Levenberg-Marquardt Retropropagado, foi utilizada para criar um modelo PCCP. O erro percentual médio absoluto (MAPE) foi usado como métrica para avaliar o desempenho dos resultados da previsão. Por meio de avaliações detalhadas de desempenho, esta pesquisa evidencia que o modelo PCCP apresentado é capaz de prever com precisão a carga elétrica do dia seguinte atendendo às exigência do setor elétrico (MAPE igual, ou inferior a 5%). | - |
Descrição: dc.description | To meet energy demand management, load forecasting is a vital component of energy systems. The primary role of an electrical energy organization is to provide electrical energy safely and economically while maintaining quality. In power systems, load forecasting is an essential issue and has been extensively studied to obtain more accurate load forecasting results. As in power systems, day-ahead power generation must be scheduled every day. Short-term load forecasting (PCCP) is an essential daily task for power companies. PCCP represents the electrical load forecast for a few hours to several days. In this undergraduate work (TG), a method in the context of Artificial Neural Networks (ANN) is used to create a PCCP model. RNA is a method that mimics the way the human brain processes information. Several types of ANNs were presented in this research. The Feedforward Neural Network, training via the Retropropagated Levenberg-Marquardt Algorithm, was used to create a PCCP model. The Mean Absolute Percentage Error (MAPE) was used to evaluate the forecast results performance. Through detailed performance evaluations, this research shows that the PCCP model presented is capable of predicting the day ahead electric load accurately (MAPE equal to, or less than 5%). | - |
Descrição: dc.description | Não recebi financiamento | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | Previsão de Carga | - |
Palavras-chave: dc.subject | Curto Prazo | - |
Palavras-chave: dc.subject | Rede Neural Artificial | - |
Palavras-chave: dc.subject | Aprendizado de máquina. | - |
Palavras-chave: dc.subject | Load forecast | - |
Palavras-chave: dc.subject | Short term | - |
Palavras-chave: dc.subject | Artificial neural network | - |
Palavras-chave: dc.subject | Machine learning | - |
Título: dc.title | Previsão de carga em sistemas elétricos de potência: um estudo com enfoque baseado no uso de métodos de machine learning | - |
Título: dc.title | Load forecast in electrical power systems: a study focused on the use of machine learning methods | - |
Tipo de arquivo: dc.type | livro digital | - |
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: