Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Previsão de geração de energia hidráulica no Brasil: um estudo de caso usando redes neurais artificiais e regressão linear
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1086170
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Santos, José Airton Azevedo dos | - |
| Autor(es): dc.contributor | Santos, José Airton Azevedo dos | - |
| Autor(es): dc.contributor | Marangoni, Filipe | - |
| Autor(es): dc.contributor | Pasa, Leandro Antonio | - |
| Autor(es): dc.creator | Pimentel, Caio Caetano | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T11:56:48Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T11:56:48Z | - |
| Data de envio: dc.date.issued | 2024-04-30 | - |
| Data de envio: dc.date.issued | 2024-04-30 | - |
| Data de envio: dc.date.issued | 2023-11-15 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/33821 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1086170 | - |
| Descrição: dc.description | Electricity is fundamental for the economic development of a country. It is precisely for this reason that the electric power sector is one the fastest-growing sectors in the country. Brazil has one of the most diversified energy matrices in the world, characterized by a hydrothermal system and a predominance of renewable energy sources. Hydroelectric energy is one of the most widely used options globally for electricity generation. In 2021, in Brazil, the energy supply by source corresponded to 56,8% hydro, 12,8% natural gas, 8,2% biomass, 3% petroleum derivatives, 3,9% coal and derivatives, 10,6% wind, 2,2% nuclear, and 2,47% solar. Thus, the diversity of each country’s matrix implies different energy planning strategies, as each energy source has its limitations. Forecasts, the ability to assess the history of electricity generation, and project a response can benefit the electricity sector. They are crucial tools in assisting the decision-making process, providing information that promotes efficiency and security in the supply of electric power. In this context, this work aimed to compare the performance of models, Multiple Linear Regression (MLR) and Multilayer Perceptron Artificial Neural Networks (MLP ANN), using the WEKA software, in predicting hydroelectric generation in Brazil. To perform this comparison, a dataset of hydroelectric generation was used. The database presented a historical series of hydroelectric energy generation from January 1996 to August 2022. The methodology consisted of developing prediction models based on Multiple Linear Regression (MLR) and Multilayer Perceptron Artificial Neural Networks (MLP ANN) algorithms using the WEKA software. The results showed that, for a 6-month horizon, the MLP model outperformed MLR, considering the MAE, MAPE and RMSE metrics. The conclusion was that the MLP model demonstrated notable generalization potential within the prediction horizon. | - |
| Descrição: dc.description | A energia elétrica é fundamental para o desenvolvimento econômico de um país. É justamente por essa razão que o setor de energia elétrica é um dos setores que mais se expande no país. O Brasil possui uma das matrizes energéticas mais diversificadas do mundo, caracterizada por um sistema hidrotérmico e pela predominância de fontes renováveis de energia. A energia hidráulica (ou hídrica) é uma das opções mais utilizadas no mundo para geração de energia elétrica. Em 2021, no Brasil, a oferta de energia elétrica por fonte correspondeu a 56,8% hidráulica, 12,8% gás natural, 8,2% biomassa, 3% derivados de petróleo, 3,9% de carvão e derivados, 10,6% eólica, 2,2% nuclear e 2,47% solar. Desta forma, a diversidade da matriz energética de cada país implica em diferentes estratégias de planejamento energético, uma vez que cada fonte de energia possui suas limitações. As previsões, capacidade de avaliar o histórico de geração de energia elétrica e projetar uma resposta, podem beneficiar o setor elétrico. São instrumentos de grande importância no auxílio ao processo de tomada de decisão, fornecem informações que proporcionam economia e segurança no fornecimento de energia elétrica. Neste contexto, este trabalho teve como objetivo comparar o desempenho de modelos, de Regressão Linear Múltipla (MLR) e Redes Neurais Artificiais (RNA) do tipo Multilayer Perceptron (MLP) do software WEKA, na previsão de geração hidráulica no Brasil. Para realizar esta comparação foi utilizado um conjunto de dados de geração hidráulica. A base de dados apresentou uma série histórica, de geração de energia hidráulica, no período de janeiro/1996 a agosto/2022. A metodologia consistiu em desenvolver modelos de previsão, baseados em algoritmos de Regressão Linear Múltipla (MLR) e Redes Neurais Artificiais (RNA) do tipo Multilayer Perceptron (MLP), utilizando para isso o software WEKA. Os resultados mostraram que, para um horizonte de 6 meses, o modelo MLP apresentou melhor desempenho, levando em consideração as métricas MAE, MAPE e RMSE. A conclusão foi que, o modelo MLP revelou um notável potencial de generalização dentro do horizonte de previsão. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Medianeira | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia Elétrica | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | - |
| Palavras-chave: dc.subject | Energia elétrica - Produção | - |
| Palavras-chave: dc.subject | Força e energia | - |
| Palavras-chave: dc.subject | Estatística matemática | - |
| Palavras-chave: dc.subject | Electric power production | - |
| Palavras-chave: dc.subject | Force and energy | - |
| Palavras-chave: dc.subject | Mathematical statistics | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
| Título: dc.title | Previsão de geração de energia hidráulica no Brasil: um estudo de caso usando redes neurais artificiais e regressão linear | - |
| Título: dc.title | Hydraulic power generation forecast in Brazil: a case study using neural artificial networks and linear regression | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo