
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 | Ribeiro, Fabiano Lemes | - |
| Autor(es): dc.contributor | Sáfadi, Thelma | - |
| Autor(es): dc.contributor | Silva, Joaquim Paulo da | - |
| Autor(es): dc.contributor | Lacerda, Wilian Soares | - |
| Autor(es): dc.creator | Villamagna, Maíra Rodrigues | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:31:06Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:31:06Z | - |
| Data de envio: dc.date.issued | 2013-09-23 | - |
| Data de envio: dc.date.issued | 2013-09-23 | - |
| Data de envio: dc.date.issued | 2013 | - |
| Data de envio: dc.date.issued | 2013 | - |
| Data de envio: dc.date.issued | 2013-02-27 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/1117 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142017 | - |
| Descrição: dc.description | Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do Titulo de Mestre. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Estatística e Experimentação Agropecuária | - |
| Descrição: dc.description | Neste trabalho foram analisadas as séries mensais de consumo e demanda de energia elétrica da Universidade Federal de Lavras (UFLA), no período de janeiro de 1995 a dezembro de 2011, com o objetivo de prever os valores futuros através dos métodos de Box e Jenkins e Redes Neurais Artificiais (RNA). Foram realizadas comparações entre as metodologias sugeridas, por meio do erro quadrático médio de previsão (EQMP) e erro percentual absoluto médio de previsão (MAPE), para verificar o desempenho das mesmas. A metodologia Box e Jenkins apresentou-se eficiente para representar a série em estudo, captando os efeitos de tendência e sazonalidade ocorridos. Os resultados mostram que as Redes Neurais Artificiais obtiveram melhores valores nos índices de desempenho testados e se apresentam como um método satisfatório para a previsão um passo à frente do consumo e da demanda de energia elétrica. | - |
| Descrição: dc.description | This study analyzed the series of consumption and electricity demand for University Federal of Lavras (UFLA), covering the period from January 1995 to December 2011, with the objective of predicting future values by the methods of Box and Jenkins and Artificial Neural Networks (ANN). Comparisons were made between the methodologies suggested to check the performance of the same, in order to generate more accurate figures for next year. The Box-Jenkins methodology presented efficient to represent the series under study, capturing the effects of seasonality and trend occurred. The results show that the artificial neural network had a better forecasting performance of the demand and consumption of electricity. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | UNIVERSIDADE FEDERAL DE LAVRAS | - |
| Publicador: dc.publisher | DEX - Programa de Pós-graduação | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | BRASIL | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Série temporal | - |
| Palavras-chave: dc.subject | Rede neural artificial | - |
| Palavras-chave: dc.subject | Box-Jenkins | - |
| Palavras-chave: dc.subject | Previsão | - |
| Palavras-chave: dc.subject | Energia elétrica | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Tendência | - |
| Palavras-chave: dc.subject | Sazonalidade | - |
| Palavras-chave: dc.subject | Time series | - |
| Palavras-chave: dc.subject | Artificial neural network | - |
| Palavras-chave: dc.subject | Forecasting | - |
| Palavras-chave: dc.subject | CNPQ_NÃO_INFORMADO | - |
| Título: dc.title | Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: