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 | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | CENTROSUR Electric Distribution Utility | - |
Autor(es): dc.contributor | University of Cuenca | - |
Autor(es): dc.creator | Zambrano-Asanza, S. | - |
Autor(es): dc.creator | Morales, R. E. | - |
Autor(es): dc.creator | Montalvan, Joel A. | - |
Autor(es): dc.creator | Franco, John F. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T16:21:23Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T16:21:23Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.ijepes.2022.108906 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/248101 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/248101 | - |
Descrição: dc.description | The long-term distribution planning should include an understanding of consumer behavior and needs to develop strategic expansion alternatives that meet the future demand. The magnitude of growth along with the place where and when it will be developed are determined by the spatial load forecasting. Thus, this paper proposes a spatial-temporal load forecasting method to recognize and predict development patterns using historical dynamics and determine the development of consumers and electric load in small areas. An artificial neural network is integrated to a cellular automaton method to establish transition rules, based on land-use preferences, neighborhood states, spatial constraints, and a stochastic disturbance. The main feature is the incorporation of temporality, as well as taking advantage of geospatial-temporal data analytics to calibrate and validate a holistic and integral framework. Validation consists of measuring the spatial error pattern during the training and testing phase. The performance of the method is assessed in the service area of an Ecuadorian power utility. The knowledge extraction from large-scale data, evaluating the sensitivity of parameters and spatial resolution was carried out in reasonable times. It is concluded that adequate normalization and use of temporality in the spatial factors improve the error in the spatial-temporal load forecasting. | - |
Descrição: dc.description | Department of Electrical Engineering São Paulo State University – UNESP Ilha Solteira, SP | - |
Descrição: dc.description | Department of Planning CENTROSUR Electric Distribution Utility | - |
Descrição: dc.description | School of Electrical Engineering University of Cuenca | - |
Descrição: dc.description | School of Energy Engineering São Paulo State University – UNESP | - |
Descrição: dc.description | Department of Electrical Engineering São Paulo State University – UNESP Ilha Solteira, SP | - |
Descrição: dc.description | School of Energy Engineering São Paulo State University – UNESP | - |
Idioma: dc.language | en | - |
Relação: dc.relation | International Journal of Electrical Power and Energy Systems | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Artificial neural network | - |
Palavras-chave: dc.subject | Big data analytic | - |
Palavras-chave: dc.subject | Cellular automata | - |
Palavras-chave: dc.subject | Distribution planning | - |
Palavras-chave: dc.subject | Geospatial analysis | - |
Palavras-chave: dc.subject | Spatial load forecasting | - |
Título: dc.title | Integrating artificial neural networks and cellular automata model for spatial-temporal load forecasting | - |
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: