Aplicação da transformada wavelet discreta na previsão de carga a curto prazo via redes neurais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorReis, Agnaldo José da Rocha-
Autor(es): dc.creatorSilva, Alexandre Pinto Alves da-
Data de aceite: dc.date.accessioned2019-11-06T13:24:01Z-
Data de disponibilização: dc.date.available2019-11-06T13:24:01Z-
Data de envio: dc.date.issued2012-06-19-
Data de envio: dc.date.issued2012-06-19-
Data de envio: dc.date.issued2004-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/123456789/880-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/554593-
Descrição: dc.descriptionThe 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.descriptionAbstract: 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.languagept_BR-
Palavras-chave: dc.subjectLoad forecasting-
Palavras-chave: dc.subjectNeural networks-
Palavras-chave: dc.subjectPower systems-
Palavras-chave: dc.subjectWalvelet transform-
Palavras-chave: dc.subjectPrevisão de carga-
Palavras-chave: dc.subjectRedes neurais-
Palavras-chave: dc.subjectSistemas de potência-
Palavras-chave: dc.subjectTransformada Walvelet-
Título: dc.titleAplicação da transformada wavelet discreta na previsão de carga a curto prazo via redes neurais-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.