Previsão de curva de carga elétrica usando a rede neural Artmap Fuzzy

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLopes, Mara Lúcia Martins-
Autor(es): dc.creatorSouto, Victor Suzuki-
Data de aceite: dc.date.accessioned2025-08-21T18:45:53Z-
Data de disponibilização: dc.date.available2025-08-21T18:45:53Z-
Data de envio: dc.date.issued2024-01-09-
Data de envio: dc.date.issued2024-01-09-
Data de envio: dc.date.issued2024-01-03-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/252568-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/252568-
Descrição: dc.descriptionA projeção da demanda de energia elétrica representa uma tarefa de extrema relevância, desempenhando um papel crucial na gestão dos sistemas elétricos de potência. Diversas técnicas podem ser aplicadas para previsão de carga, dentre elas, as redes neurais artificiais, que são sistemas de inteligência computacional não lineares inspirados nas redes neurais do cérebro humano. Elas são capazes de reproduzir diversas características humanas, como por exemplo: fazer associações, abstrair informações e aprender com informações que lhes são “ensinadas”. Dessa forma, este trabalho se propõe a explorar e analisar a aplicação da Rede Neural ARTMAP Fuzzy na previsão de curvas de carga elétrica em um cenário real. Para este estudo não foram fornecidos os dados de temperatura, umidade ou quaisquer outros fenômenos que pudessem impactar na previsão da carga. Diferentes intervalos de treinamento e períodos de previsão de curto prazo foram analisados a fim de avaliar o desempenho da metodologia proposta.-
Descrição: dc.descriptionProjecting electricity demand is an extremely important task and plays a crucial role in the management of power systems. Various techniques can be applied to load forecasting, including artificial neural networks, which are non-linear computer intelligence systems inspired by the neural networks of the human brain. They are capable of reproducing various human characteristics, such as making associations, abstracting information and learning from information that is "taught" to them. In this way, this work aims to explore and analyze the application of the ARTMAP Fuzzy Neural Network in predicting electrical load curves in a real scenario. For this study, no data was provided on temperature, humidity or any other phenomena that could have an impact on load forecasting. Different training intervals and short-term forecast periods were analyzed in order to assess the performance of the proposed methodology.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectPrevisão de carga-
Palavras-chave: dc.subjectRedes neurais artificiais-
Palavras-chave: dc.subjectTeoria de ressonância adaptativa-
Palavras-chave: dc.subjectSistemas elétricos de potência-
Palavras-chave: dc.subjectLoad forecast-
Palavras-chave: dc.subjectArtificial neural networks-
Palavras-chave: dc.subjectAdaptive resonance theory-
Palavras-chave: dc.subjectElectrical power systems-
Título: dc.titlePrevisão de curva de carga elétrica usando a rede neural Artmap Fuzzy-
Título: dc.titleElectric charge curve prediction using the Artmap Fuzzy neural network-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.