Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Reis, Agnaldo José da Rocha | - |
Autor(es): dc.creator | Silva, Alexandre Pinto Alves da | - |
Data de aceite: dc.date.accessioned | 2019-11-06T13:24:01Z | - |
Data de disponibilização: dc.date.available | 2019-11-06T13:24:01Z | - |
Data de envio: dc.date.issued | 2012-06-19 | - |
Data de envio: dc.date.issued | 2012-06-19 | - |
Data de envio: dc.date.issued | 2004 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/123456789/880 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/554593 | - |
Descrição: dc.description | The importance of short-termload forecasting has been in-creasing lately. With deregulation and competition, energy price forecasting has become a big business. Bus-loadfore-castingis essential to feed analytical methods utilized for de- termining energy prices. The variability and non-stationarity of loads are be coming worse due to the dynamics of energy prices. Besides, the number of nodal loads to be predicted does notal low frequent interventions from load forecasting experts. More autonomous load predictors are needed in the new competitive scenario. This paper proposes novel wavelet transform-based technique for short-term load fore-casting via neural networks. Its main goal is to develop more robust load forecasters. Two whole years of load data from a North-American electric utility has been used in order to test The proposed methodology ____________________________________________________________________________________________________ | - |
Descrição: dc.description | Abstract: A importância da previsão de carga a curto prazo tem crescido ultimamente. Com a desregulamentação do setor elétrico e a competição advinda desse processo, a previsão do Preço de energia se transformou em uma atividade bastante atraente. A previsão das cargas das diversas barras é essencial para alimentar os métodos analíticos utilizados na determinação dos preços da energia. A variabilidade e a não estacionariedade das cargas estão ficando cada vez mais acentuadas devido à dinâmica das tarifas de energia. Além disso, o número de pontos de carga a serem previstos não permite intervenções freqüentes dos especialistas em previsão. Por tanto, previsores de carga mais autônomos são necessários nesse novo cenário competitivo. Este artigo propõe uma nova técnica para previsão de carga a curto prazo baseada na transformada wavelet discreta. O objetivo principal é desenvolver um previsor neural de carga mais robusto. Dois anos completos de dados de carga de uma concessionária de energia elétrica norte americana foram utilizados para testar a metodologia proposta. | - |
Idioma: dc.language | pt_BR | - |
Palavras-chave: dc.subject | Load forecasting | - |
Palavras-chave: dc.subject | Neural networks | - |
Palavras-chave: dc.subject | Power systems | - |
Palavras-chave: dc.subject | Walvelet transform | - |
Palavras-chave: dc.subject | Previsão de carga | - |
Palavras-chave: dc.subject | Redes neurais | - |
Palavras-chave: dc.subject | Sistemas de potência | - |
Palavras-chave: dc.subject | Transformada Walvelet | - |
Título: dc.title | Aplicação da transformada wavelet discreta na previsão de carga a curto prazo via redes neurais | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
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: