USO DE REDE YAMAKAWA PARA A PREVISÃO DE CURTO PRAZO DA DEMANDA DE CARGA
|
|
- Vagner Tavares
- 5 Há anos
- Visualizações:
Transcrição
1 USO DE REDE YAMAKAWA PARA A PREVISÃO DE CURTO PRAZO DA DEMANDA DE CARGA Mara C. S. Coelho, Dair J. Oliveira, Júlio C. G. Justino Grupo de Pesquisas em Matemática Aplicada e Computacional - GPMAC Universidade Federal de Itajubá - UNIFEI Rua Um, s/n Distrito Industrial II, Itabira, MG, Brasil. Centro Federal de Educação Tecnológica de Minas Gerais - CEFET-MG Av. Amazonas Belo Horizonte, MG, Brasil. s: maracoelho@unifei.edu.br, dairoliveira@unifei.edu.br, julio@des.cefetmg.br Abstract This paper describes the development of an online predictor based on Yamakawa Neuro-Fuzzy network for short-term load forecasting. We used real load data from the Queensland, Australia. The forecasting for one hour and five hours step ahead demonstrate the adequacy of the predictor. Keywords Short-term, load, forecasting, Yamakawa neuro-fuzzy Resumo Este trabalho descreve o desenvolvimento de um previsor on-line baseado no modelo de rede neurofuzzy do tipo Yamakawa para a previsão de curto prazo da demanda de carga. São utilizados dados reais da região de Queesland, Austrália, e obtidos resultados para o horizonte de previsão de uma e cinco horas à frente. Os modelos obtidos apresentaram bons resultados, demostrando a adequabilidade do previsor. Palavras-chave Previsão, curto prazo, carga, redes Neuro-Fuzzy Yamakawa. Introdução Nas últimas décadas, um esforço significativo tem sido direcionado ao problema da previsão de carga (Lotufo and Minussi, 999; Silva and Moulin, 2;Hippertetal.,2;Silvaetal.,2;Rodrigues, 22; Gooijer and Hyndman, 26; Ghiassi and Saidane, 26; Coelho et al., 28; Aguirre et al., 28; Jesus and Mendes, 28). O conhecimento do comportamento da carga e sua previsão é importante para a operação, análise e planejamento de sistemas elétricos de potência (SEP). Do ponto de vista da operação do sistema, uma previsão da carga adequada permite fornecer energia elétrica de maneira segura e econômica (Hippert et al., 2). Com relação à segurança em SEP, o conhecimento da demanda de carga futura ajuda a formular as contingências realístas para operação do sistema. No caso de uma operação econômica do SEP, uma previsão da demanda permite administrar o uso adequado das fontes de geração, minimizando assim, as unidades de geração mais dispendiosas. A classificação da previsão com relação ao horizonte de previsão desejado é dada por: previsão a curtíssimo prazo (o horizonte de interesse é de poucos minutos a uma hora à frente), previsão a curto prazo (refere-se à previsão horária da carga, ou seja, das próximas 24 horas a uma semana à frente), previsão a médio prazo (referente a previsão horária ou de pico de carga para um horizonte de um à vários meses) e previsão a longo prazo (refere-se a previsão feita para períodos superiores a um ano). A previsão de curtíssimo prazo pode auxiliar no desenvolvimento de estratégias de controle. O que se objetiva com a previsão de carga a curto prazo (PCCP) é atuar no controle e na operação on-line e off-line do SEP. Na operação online, deseja-se a compatibilização da geração com a carga, sendo que um desequilíbrio pode causar problemas de elevação ou queda de tensão e também alterações na frequência. Além disso, este tipo de previsão tem um impacto importante na operação econômica da concessionária, já que muitas das decisões tomadas pelos despachantes são baseadas nestas previsões. Dentre as decisões tomadas influenciadas pela previsão a curto prazo, pode-se citar como exemplos, a programação da geração, a avaliação da segurança do sistema, o planejamento para transações de energia. A PCCP pode ser usada também para determinar a política de intercâmbio entre concessionárias e também a manutenção dos equipamentos. Na operação off-line a PCCP pode ser utilizada na avaliação preditiva da segurança do sistema de potência, procurando detectar as condições futuras sob as quais o sistema de potência pode estar vulnerável. Esta informação permite aos despachantes tomar as ações corretivas necessárias, como por exemplo, a entrada de unidades de pico, corte de carga e operações de chaveamento. A previsão a médio e a longo prazo podem ser utilizadas no planejamento estratégico da expansão do SEP, como por exemplo, o quanto é necessário investir no setor. Várias técnicas têm sido utilizadas no problema de previsão de demanda de carga, for- ISSN: Vol. X 528
2 mando dois grupos principais: as técnicas clássicas (heuristícas, estatísticas) como os modelos de séries temporais de Box & Jenkins e os modelos de regressão NARMAX (Coelho et al., 23), as quais são utilizadas como benchmark devido a sua fundamentação teórica. E as técnicas não convencionais, as quais são baseadas em inteligência artificial, sistemas especialistas, redes neurais artificiais e modelos nebulosos (Ghiassi and Saidane, 26; Jesus and Mendes, 28). Este trabalho propõe um modelo para a previsão on-line de carga horária baseado na rede neuro-fuzzy, sugerida por Yamakawa, utilizando um algoritmo de aprendizado rápido e eficaz com razão de aprendizado ótima (Caminhas and Gomide, 2).. Variáveis e fatores que influenciam o comportamento de carga A previsão de demanda de carga é uma tarefa difícil, uma vez que a série de carga é complexa e exibe comportamentos periódicos (sazonais). Além disso, o comportamento da carga é influenciado por diversas entradas exógenas ao SEP. Dessa forma, pode-se classificar os fatores que influenciam o comportamento da carga, como: Fatores temporais: a periodicidade diáriasemanal, a periodicidade anual (variações sazonais) e a ocorrência de feriados. A periodicidade diária-semanal é uma manifestação do ciclo trabalho-descanso da sociedade durante semanas típicas de determinada estação do ano. Uma baixa demanda para a eletricidade durante os finais de semana criam uma variação periódica semanal da carga. As variações sazonais refletem a influência das mudanças de estação ao longo do ano, resultando em um ciclo anual. A ocorrência de feriados reflete o comportamento não rotineiro dos consumidores e normalmente produz o efeito de reduzir os valores da carga a níveis bem inferiores aos verificados em dias comuns. Fatores climáticos: Condições climáticas exercem uma forte influência no comportamento da carga, especialmente em áreas residenciais. A variável climática mais utilizada é a temperatura. Dentre outros fatores que também exercem influência sobre a carga, pode-se citar: a umidade relativa do ar, a velocidade do vento e o nível de luminosidade. Fatores aleatórios: Nesta categoria estão os fatores de natureza aleatória que produzem alterações no comportamento da carga sem ter relação com a base temporal ou com as condições meteorológicas. Dentre estes fatores estão: entrada/saída de grandes consumidores, greve de ampla repercussão, transmissão de programa de televisão de interesse geral, etc. Embora a ocorrência de tais eventos possa ser prevista, seus efeitos sobre a carga são incertos. Fatores determinísticos: Certas ações tomadas pelo operador do sistema tem efeitos totalmente previsíveis sobre a carga. Entre as ações pode-se mencionar a redução deliberada da tensão, implementação de tarifas hora-sazonais, celebração de contratos de suprimento com previsão de condições de interrupção, etc. Certas alterações no padrão de comportamento da carga são graduais, como as que são o reflexo do encurtamento/alongamento do período de luz natural ou aumento/declínio da temperatura. Outras são abruptas, como aquelas relativas à adoção do horário de verão. 2 Dados de consumo de energia Os dados utilizados neste trabalho são da demanda de carga (potência ativa em kwatts) da região de Queensland na Austrália. Os dados foram coletados no período do dia 2 de abril ao dia de dezembro de 998 com um período de amostragem de 3 minutos, totalizando em.28 amostras. Objetivando o desenvolvimento de um previsor de curto prazo da carga, fez-se necessário a decimação dos dados, resultando em uma série temporal com tempo de amostragem de hora. A representação das primeiras 22 horas da série temporal que está sob investigação é mostrada na Figura Figura: Sériedecargay(k). Noeixodasabcissas estão as amostras no tempo (horas) e no eixo das ordenadas a amplitude do sinal em kw. Para a série de demanda de carga y(k), verificou-se a presença de dois tipos de sazonalidade: ciclos de demanda de carga semanal e os ciclos de demanda de carga diária, conhecidos a priori. O ciclo de demanda semanal se repete a ISSN: Vol. X 529
3 cada 68 horas e o de demanda diária a cada 24 horas. O comportamento sazonal de uma série temporal pode ser vista através da sua função de autocorrelação (FAC) e do seu espectro de potência. AFigura2(a)ilustraaFACdasériedecarga, y(k), para uma janela de horas. Pode-se verificar que há um padrão que se repete a cada 68 horas (uma semana). Este comportamento demonstra a sazonalidade semanal da série de carga. Na Figura 2 (b) está ilustrada a FAC para uma janela de 68 horas e verifica-se o padrão de comportamento que se apresenta a cada 24 horas, denotando assim, a sazonalidade diária da série. (a) x Figura 3: Espectro de potência da série de carga, y(k). Oeixoxédadoemhora. Oeixoy apotência espectral do sinal (Root Mean Square Error) e o MAPE (Mean Absolute Percentual Error), definidos como se segue (Gooijer and Hyndman, 26): RMSE = N k= (y(k) ŷ(k))2 N k= (y(k) y)2, () lag (b) MAPE = L L k= y(k) ŷ(k) y(k) %, (2) sendo que ŷ(k) é a previsão obtida e y é o valor médiodasériedecargamedida. Odesempenhodo previsor é considerado bom se o índice RMSE for menor do que a unidade e o índice MAPE menor do que 5% (Gooijer and Hyndman, 26) lag Figura 2: FAC da série de carga, y(k). Em (a) para um lag de horas e em (b) para um lag de 68 horas. O espectro de potência da série original y(k) é mostrado na Figura 3. O eixo das abcissas foi reescalado para horas para facilitar a visualização. Pela análise da Figura 3 pode-se verificar que os resultados obtidas via FAC de y(k) mostrados na Figura2estãocoerentes, ouseja, asériey(k)apresenta dois comportamentos periódicos, um comportamento que se repete a cada 24 horas e outro que se repete a cada 68 horas. A validação quantitativa do desempenho da previsão é feita utilizando dois índices, o RMSE 3 Descrição do modelo Devido ao seu baixo custo computacional, a rede de Yamakawa é bem vinda em aplicações em tempo real. As funções de pertinência utilizadas são triangulares e complementares. Sendo triangulares a função erro é uma função quadrática e convexa em relação aos parâmetros (pesos), e complemetares implica em um menor esforço computacional, visto que apenas dois parâmetros serão ajustados em cada tempo. A estrutura do neo fuzzy neuron (NFN) está ilustrada na Figura 4. A saída do NFN é dada por (Yamakawa et al., 992; Caminhas and Gomide, 2): y = n y i (x i ) = i= n f i (x i ) (3) i= Os valores y i são obtidos através de um conjunto de regras fuzzy if-then. Para as x i variáveis de entrada e p funções de pertinência, as regras são: ISSN: Vol. X 53
4 55 45 kw t (hs) Figura 5: Validação da rede Yamakawa usando simulação livre. Em(-x-) demanda de carga medida y(k), em (-o-) demanda de carga prevista, ŷ(k). 3.2 Previsão on-line Figura 4: Estrutura da rede Yamakawa. Ri Se x i é A i então y i é w i ; Ri 2 Se x i é A i2 então y i é w i2 ;. R p i Se x i é A ip então y i é w ip. 3. Treinamento da rede Ressalta-se que somente os dados de carga foram utilizados no presente trabalho. Para o treinamento da rede foi utilizado um conjunto de dados contendo 68 horas ( semana) e para a validação as 56 horas posteriores. A rede Yamakawa utiliza como entrada informações passadas sobre a série de carga. Por meio da análise das funções de autocorrelação e do espectro de potência da série, verificou-se o comportamento que se repete a cada 24 e 68 horas, respectivamente. Assim, várias redes foram treinadas, variando-se o número de atrasos da série na tentativa de englobar as informações de dia e semana anterior. Apesar de apresentarem bons índices de desempenho para a previsão de hora à frente, tais redes, obtiveram um desempenho significativamente pior para um horizonte um pouco maior (5 horas). Dessa forma, tem-se a rede que obteve um melhor desempenho foi a que utilizou informações dos seguintes regressores: [y(k ) y(k 2)... y(k 4) y(k 5)]. O resultado da simulação livre para esta rede Yamakawa é mostrada na Figura 5 cujos índices de erros são: RMSE =,5 e MAPE =,85%. Uma vez definida o modelo de rede Yamakawa, a próxima etapa consiste na previsão on-line da demanda horária da carga. Inicialmente, uma previsão com um horizonte de hora à frente foi realizada. A cada hora coletada da demanda de carga, y(k), os parâmetros (pesos) do previsor são reajustados e o valor da carga para a hora seguinte é estimado, ŷ(k + ). Os resultados da previsão de uma hora à frente está ilustrado na Figura 6. Os índices de erro são: RMSE =, e MAPE =,2%. Vale ressaltar que o conjunto de dados para a previsão on-line é diferente dos dados usados na estimação e validação do modelo obtido. kw t (hs) Figura 6: Previsão de hora à frente da demanda de carga. Em (-x-) demanda de carga medida y(k), em (-o-) demanda de carga prevista, ŷ(k). De maneira similar, a previsão para um horizonte de 5 horas à frente é realizada. A cada hora os parâmetros foram reajustados e um novo horizonte de 5 horas previsto. O resultado desta previsão é ilustrado na Figura 7, sendo os índices de erro: RMSE =,2 e MAPE =,7 %. ISSN: Vol. X 53
5 amplitude t(hs) Figura7: Previsãode5horasàfrentedademanda decarga. Em(-.-)demandadecargamediday(k), em (-o-) carga prevista, ŷ(k). 4 Conclusões A acurácia na previsão de carga, para qualquer horizonte, é muito importante, uma vez que grandes desvios com relação a carga prevista pode levar o sistema a situações críticas com relação ao fornecimentoeàeconomia. No entanto, estetipodesérie apresenta comportamento sazonal o qual pode induzir a resultados errôneos na previsão. Por isto, vários trabalhos na literatura procuram por um modelo, ou um conjunto de modelos, capaz de diminuir o erro das previsões de séries de carga. Este trabalho apresentou um previsor de carga de curto prazo on-line baseado no modelo de rede neuro-fuzzy de Yamakawa. O previsor foi testado usando a série de carga da região de Queensland. Verificou-se o bom desempenho do previsor através dos índices erro como o MAPE=,% e RMSE=, para a previsão de uma hora à frente e, MAPE=,7% e RMSE=,2 para um horizonte de cinco horas à frente. Ressalta-se ainda, que este tipo de modelo baseado em rede Yamakawa apresenta um baixo esforço computacional quando comparado a outros modelos. 5 Agradecimentos Os autores agradecem ao apoio do prof. Luis A. Aguirre - MACSIN/UFMG. Referências Aguirre, L. A., Rodrigues, D. D., Silva, S. T. and Martinez, C. B. (28). Dynamical prediction and pattern mapping in short-term load forecasting, International Journal Electrical Power and Energy Systems 3: Caminhas, W. and Gomide, F. (2). A fast learning algorithm for neofuzzy networks, The 8th Conference on Information Processing and Management of Uncertainty in Knowledge-Based Systems, Madri, Spain, Vol., pp Coelho, M. C. S., Mendes, E. M. A. M. and Aguirre, L. A. (28). Testing for intracycle determinism in pseudoperiodic time series, Chaos 8(2). Coelho, M. C. S., Silva, V., Fonseca, A. R. and Aguirre, L. A.(23). Metodologia para a obtenção de modelos NARMA polinomiais para a previsão de carga a curto prazo, Anais do II CITENEL: Congresso de Inovação Tecnológica em Engenharia Elétrica, Brasília, pp Ghiassi, Z. and Saidane (26). Medium term system load forecasting with dynamic artificial neural network model, Electric Power Systems Research 76: Gooijer, J. G. D. and Hyndman, R. J. (26). 25 years of time series forecasting, International Journal of Forecasting 22: Hippert, H. S., Pedreira, C. E. and Souza, R. (2). Neural network for short-term load forecasting:a review and evaluation, IEEE Transactions on Power Systems 6(): Jesus, T. A. and Mendes, E. M. A. M. (28). Long-term load forescating using multiple auto-regressive-likemodels, 8th Portuguese Conference on Automatic Control - Vila Real - Portugal. Lotufo, A. D. P. and Minussi, C. R. (999). Electric power systems load forecasting: A survey, IEEE Power Tech 99 Conference, Budapes,Hungria. Rodrigues, D. D. (22). Previsão de fornecimento de energia elétrica: Um estudo de caso do ponto de vista do barramento, Dissertação de mestrado, Universidade Federal de Minas Gerais - PPGEE. Silva, A. P. A. and Moulin, L. S. (2). Confidence intervals for neural network based short-term load forecasting, IEEE Transactions on Power Systems 5(4): Silva, A. P. A., Rodrigues, U. P., Reis, A. J. R., Moulin, L. S. and Neto, C. A. S. (2). Oráculo - uma ferramenta para previsão de carga, XVI Seminário Nacional de Produção e Transmissão de Energia Elétrica. Yamakawa, T., Uchino, E., Miki, T. and Kusanagi, H. (992). A neo fuzzy neuron and its applications to system identification and predictions to system behavior, Proceedings Of the 2nd IIZUKA, IIizuka-Japan, pp ISSN: Vol. X 532
Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisMulti-Layer. Perceptron. Sumário. Previsão de Séries Temporais
Multi-Layer Perceptron Previsão de Séries Temporais Sumário O problema de Previsão de Carga Modelagem das Redes Neurais MLP Estudo de Casos Resultados 11 Previsão de Carga Um sistema preciso de previsão
Leia maisMulti-Layer. Perceptron. Sumário. Aplicações de Redes Neurais. Previsão de Séries Temporais. Aplicações de Previsão
Aplicações de Redes Neurais Multi-Layer Perceptron Previsão de Séries Temporais Inferência da Qualidade de Produtos de Destilação (Soft Sensors) Classificação de Imagens Determinação da Carga Limite em
Leia maisRedes Neurais Artificiais Dinâmicas Aplicadas na Previsão de Demanda de Energia Elétrica no Curtíssimo Prazo
Redes Neurais Artificiais Dinâmicas Aplicadas na Previsão de Demanda de Energia Elétrica no Curtíssimo Prazo Luciano Carli Moreira de Andrade Mário Oleskovics Departamento de Engenharia Elétrica e de Computação
Leia maisPrevisão de Séries Temporais
Multi-Layer Perceptron Previsão de Séries Temporais Sumário O proble ma de Previsão de Carga Modelagem das Redes Neurais MLP Estudo de Casos Resultados 1 Previsão de Carga Um sistema preciso de previsão
Leia maisMulti-Layer. Perceptron. Sumário. Aplicações de Redes Neurais. Previsão de Séries Temporais. Aplicações de Previsão
Aplicações de Redes Neurais Multi-Layer Perceptron Previsão de Séries Temporais Inferência da Qualidade de Produtos de Destilação (Soft Sensors) Classificação de Imagens Determinação da Carga Limite em
Leia maisFERRAMENTA PARA A PREVISÃO DO CARREGAMENTO DE CURTO PRAZO DE LINHAS DE TRANSMISSÃO ATRAVÉS DE REDES NEURAIS
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GOP - 3 16 a 1 Outubro de 5 Curitiba - Paraná GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP FERRAMENTA PARA A
Leia maisSELEÇÃO DE VARIÁVEIS STEPWISE APLICADAS EM REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE DEMANDA DE CARGAS ELÉTRICAS
SELEÇÃO DE VARIÁVEIS STEPWISE APLICADAS EM REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE DEMANDA DE CARGAS ELÉTRICAS MARLEIDE F. ALVES 1, ANNA DIVA P. LOTUFO 1, MARA LÚCIA M. LOPES 2 1. Laboratório de Sistemas
Leia mais3 Técnicas de Previsão de Séries Temporais 3.1. Introdução
3 Técnicas de Previsão de Séries Temporais 3.1. Introdução A previsão de séries temporais é um problema prático de extrema importância, presente em diversas áreas: economia, indústria, serviços, previsão
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia maisPrevisão de Cargas Elétricas utilizando uma Rede Neural ARTMAP Fuzzy com Treinamento Continuado
Previsão de Cargas Elétricas utilizando uma Rede Neural ARTMAP Fuzzy com Treinamento Continuado Thays Abreu 1, Carlos R. Santos Junior 2 Mara L. M. Lopes 1 Anna Diva Lotudo 1 Carlos R Minussi 1 1 Universidade
Leia mais4 Desenvolvimento dos Modelo
68 4 Desenvolvimento dos Modelo Neste capítulo são desenvolvidos três modelos para previsão da velocidade do vento, a saber: modelo estatístico que combina a metodologia do modelo Box&Jenkins com a regressão
Leia maisAJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011
AJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011 LUIZ G. CARVALHO 1, CAMILA C. ALVARENGA 2 DANIELA C. RODRIGUES 3 1 Eng. Agrícola, Prof. Adjunto,
Leia maisUso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
Leia maisAplicação de Algoritmos Genéticos na determinação de estruturas de um modelo polinomial NARMAX
Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 2010 Associação Brasileira de Métodos Computacionais em Engenharia Aplicação de Algoritmos Genéticos na determinação de estruturas de um modelo
Leia maisAutores del Trabajo Nombre País . Sérgio Bordignon3 Brasil
/6 Título Variáveis climáticas aplicadas à previsão de demanda em curtíssimo prazo Nº de Registro (Resumen) 299 Empresa o Entidad. Universidade Federal do Pampa UNIPAMPA 2. Universidade Federal do Rio
Leia mais1 Introdução 1.1. Motivação
1 Introdução 1.1. Motivação O setor elétrico em todo o mundo vem sofrendo um processo de transformação, quer no campo político, quer no econômico. A privatização e a desregulamentação do sistema elétrico
Leia mais5. Aplicação da Modelagem Proposta
Aplicação da Modelagem Proposta 5. Aplicação da Modelagem Proposta Na aplicação da modelagem proposta serão utilizados os dados de carga elétrica da LIGHT Serviços de Eletricidade S.A. (principal concessionária
Leia maisAnálise comparativa entre métodos estatístico e rede neural aplicados em séries temporais
Análise comparativa entre métodos estatístico e rede neural aplicados em séries temporais Ana Paula de Sousa José Elmo de Menezes Introdução As formas funcionais dos modelos de previsão das redes neurais
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da Unijuí. 2
COLETA DE DADOS DO TEMPO DE VIDA DE BATERIAS DE LÍTIO ÍON POLÍMERO E DETERMINAÇÃO DA ORDEM DE MODELOS ARX E ARMAX ATRAVÉS DE FUNÇÕES DE AUTOCORRELAÇÃO. 1 Joelson Lopes Da Paixão 2, Airam Sausen 3, Eduardo
Leia maisACURÁCIA NA PREVISÃO DE PREÇOS DE CELULOSE DE FIBRA CURTA BRASILEIRA
ACURÁCIA NA PREVISÃO DE PREÇOS DE CELULOSE DE FIBRA CURTA BRASILEIRA Lucas Gabriel Souza Santos (1) ; Jessica da Silva Cavalotti (2) ; Júlio Conceição dos Santos Neto (3) ; George Moreira Oliveira (4)
Leia maisp.1/48 Eduardo Mendes Departamento de Engenharia Eletrônica Universidade Federal de Minas Gerais Av. Antônio Carlos 6627, Belo Horizonte, MG, Brasil
p1/48 Capítulo 4 - Métodos ão Paramétricos Eduardo Mendes Departamento de Engenharia Eletrônica Universidade Federal de Minas Gerais Av Antônio Carlos 27, elo Horizonte, MG, rasil p2/48 Introdução Os métodos
Leia maisAnálise do volume útil do reservatório de Furnas via modelos de séries temporais
Análise do volume útil do reservatório de Furnas via modelos de séries temporais Cristina Henriques Nogueira 1 3 Thelma Sáfadi 2 1 Introdução A energia elétrica é, sem dúvida, um recurso indispensável
Leia maisMODELO APLICADO À PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA DO CAMPUS I DO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS (CEFET-MG).
MODELO APLICADO À PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA DO CAMPUS I DO CENTRO FEDERAL DE EDUCAÇÃO. Introdução TECNOLÓGICA DE MINAS GERAIS (CEFET-MG). Luciane Teixeira Passos Giarola Fátima Oliveira Takenaka
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da UNIJUÍ 2
ESTUDO E MODELAGEM DO PERFIL DE CONSUMIDOR DE ENERGIA ELÉTRICA E ALTERNATIVAS PARA MAXIMIZAR O USO RACIONAL DESTA 1 STUDY AND MODELING OF THE CONSUMER PROFILE OF ELECTRICAL ENERGY AND ALTERNATIVES TO MAXIMIZE
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Leia mais4 SISTEMA DE CLASSIFICAÇÃO DE UNIDADES CONSUMIDORAS DE ENERGIA ELÉTRICA
94 4 SISTEMA DE CLASSIFICAÇÃO DE UNIDADES CONSUMIDORAS DE ENERGIA ELÉTRICA 4.1 INTRODUÇÃO Conforme dito no capítulo 1, a diminuição das perdas técnicas e comerciais é uma das principais prioridades das
Leia maisESTIMAÇÃO DA VELOCIDADE DE DESLOCAMENTO DE UMA ESTEIRA TRANSPORTADORA UTILIZANDO REDES NEURAIS ARTIFICIAIS
ESTIMAÇÃO DA VELOCIDADE DE DESLOCAMENTO DE UMA ESTEIRA TRANSPORTADORA UTILIZANDO REDES NEURAIS ARTIFICIAIS Samuel Vieira DIAS (1); Geraldo Luis Bezerra RAMALHO (2); (1) Instituto Federal de Educação, Ciência
Leia maisCombinação Geométrica de Métodos Preditivos; Aplicação à Previsão de Consumo Residencial Mensal de Energia Elétrica
Luiz Albino Teixeira Júnior Combinação Geométrica de Métodos Preditivos; Aplicação à Previsão de Consumo Residencial Mensal de Energia Elétrica Dissertação de Mestrado Dissertação apresentada como requisito
Leia mais1.1. Breve Histórico do Planejamento Energético no SEB
1 Introdução A utilização de Programação Dinâmica Estocástica (PDE) para o planejamento da operação de sistemas hidrotérmicos foi considerada inviável devido ao mal da dimensionalidade, que ocorre devido
Leia mais5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Leia mais(VWXGRVGH&DVRV ' 6 = 1. Equação 17- Erro RMSE. Equação 18 - Erro Médio Absoluto (MAPE)
8 (VWXGRVGH&DVRV Para avaliar o desempenho dos modelos de RNAs definidos neste trabalho, foram criados vários casos de testes com diversas simulações de falta. O desempenho da rede, no conjunto de testes
Leia mais2 Revisão Bibliográfica
Revisão Bibliográfica 20 2 Revisão Bibliográfica Antes de definir o modelo para previsão de carga elétrica, é necessário fazer um breve resumo dos mais tradicionais modelos de previsão de carga publicados
Leia maisPrevisão de Demanda de Energia Elétrica Utilizando Redes Neurais Artificiais e Support Vector Regression
Previsão de Demanda de Energia Elétrica Utilizando Redes Neurais Artificiais e Support Vector Regression Gabriel I. S. Ruas 1, Ticiano A. C. Bragatto 1, Marcus V. Lamar 2, Alexandre R. Aoki 3, Silvio Michel
Leia mais4 APLICAÇÃO DO MODELO E RESULTADOS
4 APLICAÇÃO DO MODELO E RESULTADOS Neste capítulo, será aplicado o modelo proposto (Holt-Winters com múltiplos ciclos mais a correção devido à ocorrência de feriado e temperatura) e apresentados os resultados
Leia maisSNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA O COMPORTAMENTO DA CARGA PERANTE EVENTOS CLIMÁTICOS E SOCIOECONÔMICOS
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GOP 18 14 a 17 Outubro de 2007 Rio de Janeiro - RJ GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP O COMPORTAMENTO
Leia maisRede Neural STEPWISE-ARTMAP Fuzzy aplicada ao problema de Previsão de Cargas Elétricas
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Rede Neural STEPWISE-ARTMAP Fuzzy aplicada ao problema de Previsão de Cargas Elétricas Thays Abreu, Marleide F. Alves, Carlos R. Santos Junior, Anna
Leia maisCONTROLADOR FUZZY PARA MOTOR A RELUTÂNCIA. Dr. Tauler Teixeira Borges Departamento de Engenharia Universidade Católica de Goiás
CONTROLADOR FUZZY PARA MOTOR A RELUTÂNCIA Dr. Tauler Teixeira Borges Departamento de Engenharia Universidade Católica de Goiás Dr. Haroldo Rodrigues de Azevedo Faculdade de Engenharia Elétrica Universidade
Leia maisMELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 MELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO SERGIO
Leia maisRedes Neurais: Uma Aplicação na Previsão de Vendas
Redes Neurais: Uma Aplicação na Previsão de Vendas Angela P. Ansuj Maria Emília Camargo Deoclécio Gomes Petry Programa de Pós-Graduação em Métodos Quantitativos Departamento de Estatística - Centro de
Leia maisAvaliação de manobras de operação considerando múltiplos critérios. João Paulo Parreira
Avaliação de manobras de operação considerando múltiplos critérios. João Paulo Parreira 1 O GRUPO CPFL ENERGIA 2 O GRUPO CPFL ENERGIA 3 DISTRIBUIDORAS DO GRUPO CPFL ENERGIA 4 DISTRIBUIDORAS DIRETORIA DE
Leia mais1 Introdução Aspectos Gerais
12 1 Introdução 1.1. Aspectos Gerais Prever carga elétrica não pode ser considerada uma tarefa simples. Em Rodrigues (2002), encontra-se que as séries de consumo são complexas, uma vez que apresentam comportamentos
Leia mais6 Referências Bibliográficas
94 6 Referências Bibliográficas Abdo, J. M. M., Resolução Nº 31, Agência Nacional De Energia Elétrica. Publicado no D.O. de 25.01.2002, Seção 1, p. 259, v. 139, n. 18. Abelém, A. J. G. Redes Neurais Artificiais
Leia maisORÁCULO Uma Ferramenta para Previsão de Carga
GOP/012 21 a 26 de Outubro de 2001 Campinas - São Paulo - Brasil GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS ORÁCULO Uma Ferramenta para Previsão de Carga Alexandre P. Alves da Silva 1 *
Leia mais1 Introdução 1.1. Motivação
1 Introdução 1.1. Motivação Desde os grandes motores industriais até os equipamentos eletrodomésticos, todos são projetados e construídos para funcionar dentro de certas faixas de tensão, fora das quais
Leia maisMODELO NEURAL COM ATRASO DE TEMPO PARA A PREVISÃO DO INCC
MODELO NEURAL COM ATRASO DE TEMPO PARA A PREVISÃO DO INCC Paulo Roberto Barbosa 1 Elaine Inacio Bueno 2 Nas Ciências Econômicas ocorrem fenômenos temporais que dependem da observação de dados em um período
Leia maisModelo de Previsão de Carga de Curto Prazo Utilizando Redes Neurais e Lógica Fuzzy
Flávia Cristina da Costa Serrão Modelo de Previsão de Carga de Curto Prazo Utilizando Redes Neurais e Lógica Fuzzy Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do
Leia maisCADERNOS DO IME Série Estatística
CADERNOS DO IME Série Estatística USO DOS MODELOS PREVIVAZM E PREVIVAZ PARA PREVISÃO DE AFLUÊNCIAS MENSAIS AOS APROVEITAMENTOS HIDROELÉTRICOS TUCURUÍ E CURUÁ-UNA Maria Teresa Chico Rivera Quintão ELETRONORTE
Leia maisAplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR)
Aplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR) Eduardo Campana Barbosa 12 Carlos Henrique Osório Silva 3 Rômulo César Ricardo Gonçalves Tavares 4 Tiago
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisAnálise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais
Análise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais Guilherme Alvarenga Laia 1 Maria Imaculada de Sousa Silva 2 Nádia Giaretta Biase 3 1 Introdução
Leia maisAnálise de séries temporais. Prof. Thaís C O Fonseca DME - UFRJ
Análise de séries temporais Prof. Thaís C O Fonseca DME - UFRJ Conteúdo do curso Parte 1: Problemas e objetivos, conceitos básicos, processos estocásticos, estacionariedade, autocorrelação e correlação
Leia maisPrevisão de Carga Utilizando Redes Neurais: Uma Aplicação ao Sistema CEAL. Franklin Martins Pereira Pamplona UFCG/CEEI/DEE
2 a 25 de Agosto de 26 Belo Horizonte - MG Previsão de Carga Utilizando Redes Neurais: Uma Aplicação ao Sistema CEAL Nubia Silva Dantas Brito UFCG/CEEI/DEE nubia@ee.ufcg.edu.br Antonio Carlos Moreira de
Leia maisMODELO CONSTRUTIVO BASEADO EM REGRAS PARA PREVISÃO DE SÉRIES TEMPORAIS
MODELO CONSTRUTIVO BASEADO EM REGRAS PARA PREVISÃO DE SÉRIES TEMPORAIS Ivette Luna, Secundino Soares, Rosangela Ballini Universidade Estadual de Campinas UNICAMP Departamento de Engenharia de Sistemas
Leia maisDiagnóstico de falha em transformadores de alta tensão com Redes Neurais Artificiais
Diagnóstico de falha em transformadores de alta tensão com Redes Neurais Artificiais Ricardo Luiz Nacarato, Dorotéa Vila nova Garcia, Maurício Conceição Mário, João Inácio da Silva Filho Unisanta- Universidade
Leia maisModelagem matemática do estimador de estados dos mínimos quadrados ponderados usando a ferramenta AMPL
https://eventos.utfpr.edu.br//sicite/sicite2017/index Modelagem matemática do estimador de estados dos mínimos quadrados ponderados usando a ferramenta AMPL RESUMO Pamela Maria Alves dos Santos pamelas@alunos.utfpr.edu.br
Leia maisREDES NEURAIS RECORRENTES DE ELMAN PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO
REDES NEURAIS RECORRENTES DE ELMAN PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO LUCIANO CARLI MOREIRA DE ANDRADE, IVAN NUNES DA SILVA Laboratório de Automação Inteligente de Processos
Leia mais6 Aplicação da Metodologia Proposta
6 Aplicação da Metodologia Proposta 6.1 Introdução A utilização da metodologia Box & Jenkins para a identificação da estrutura adequada é tarefa difícil para um usuário sem conhecimento prévio. Por isso,
Leia maisOtimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos
Otimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Lauro Ramon GOMIDES 1, Gelson da Cruz JUNIOR 2, Cassio
Leia maisModelagem de séries temporais de demanda de energia elétrica da Universidade Federal de Lavras, correspondentes ao período de 1995 a 2013
Modelagem de séries temporais de demanda de energia elétrica da Universidade Federal de Lavras, correspondentes ao período de 1995 a 2013 Jair Rocha do Prado 1 Thelma Sáfadi 2 Joaquim Paulo da Silva 3
Leia maisProcessing and load forecasting of a micro grid using GRNN neural network
Processing and load forecasting of a micro grid using GRNN neural network Code: 01.001 Monara P. R. Carvalho, Anna Diva Plasencia Lotufo Universidade Estadual Paulista, Ilha Solteira/SP 16/11/2017 1 Objetivos
Leia maisMonografia de Conclusão do Curso de Graduação em Engenharia Elétrica 2
ANÁLISE DAS PERDAS ELÉTRICAS DEVIDO A CONEXÃO DE GERAÇÃO DISTRIBUÍDA EM UM SISTEMA DE DISTRIBUIÇÃO SECUNDÁRIO 1 ANALYSIS OF ELECTRICAL LOSSES DUE TO DISTRIBUTED GENERATION CONNECTION IN A SECONDARY DISTRIBUTION
Leia mais1 Introdução. 1.1 Motivação
1 Introdução 1.1 Motivação O objetivo principal das concessionárias prestadoras dos serviços essenciais, tais como água e esgoto, luz e telefone, é fornecer o seu produto da forma mais eficiente, econômica
Leia maisAnálise da série temporal do desemprego em regiões metropolitanas do Brasil
Análise da série temporal do desemprego em regiões metropolitanas do Brasil Érica Fernanda da Cruz 1 3 Tamara Aparecida Nogueira dos Anjos 2 Thelma Sáfadi 2 1 Introdução O desemprego no Brasil é uma constante
Leia maisUma abordagem Fuzzy para a previsão de curto-prazo do consumo de energia elétrica
Uma abordagem Fuzzy para a previsão de curto-prazo do consumo de energia elétrica Roger Júnio Campos, Tales Argolo Jesus, Centro de Pesquisa e Desenvolvimento em Engenharia Elétrica - CPDEE - UFMG, 31270-901,
Leia maisEliane da Silva Christo. Previsão de Potência Reativa. Tese de Doutorado
Eliane da Silva Christo Previsão de Potência Reativa Tese de Doutorado Tese apresentada como requisito parcial para obtenção do título de Doutor pelo Programa de Pós- Graduação em Engenharia Elétrica da
Leia maisComparação entre uma neuroprevisão(empírica) e um modelo físico simplificado para estimação hidrológica
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Comparação entre uma neuroprevisão(empírica) e um modelo
Leia maisDETECÇÃO DE ESTRUTURAS DE MODELOS NARX POLINOMIAIS: UMA ABORDAGEM INTELIGENTE MULTI-OBJETIVO. Samir Angelo Milani Martins, Erivelton Geraldo Nepomuceno, João Paulo Mendes Figueiredo GCoM Grupo de Controle
Leia maisMODELAGEM MATEMÁTICA CAIXA PRETA DE PROPULSORES ELETROMECÂNICOS 1
MODELAGEM MATEMÁTICA CAIXA PRETA DE PROPULSORES ELETROMECÂNICOS 1 Leila Ana Valer 2, Manuel Martín Pérez Reimbold 3. 1 Pesquisa realizada no Programa de Mestrado e Doutorado em Modelagem Matemática da
Leia maisERRO MÉDIO DE PREVISÃO DE CARGA DE CURTO PRAZO
1 ERRO MÉDIO DE PREVISÃO DE CARGA DE CURTO PRAZO DA CEMIG ENTRE OS ANOS 2000 A 2006 RICARDO ERNESTO ROSA DOS SANTOS Monografia submetida à Comissão Coordenadora do Curso de Especialização em Engenharia
Leia maisPrevisão da Velocidade dos Ventos por Redes Neurais Artificiais e ARIMA de Box & Jenkins
Previsão da Velocidade dos Ventos por Redes Neurais Artificiais e de Box & Jenkins Daniela J. Rossi, Anna D. P. Lotufo, Mara L. M. Lopes Depto de Engenharia Elétrica, FEIS, UNESP 13-000, Ilha Solteira,
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisde São Vicente, 225, Gávea, Rio de Janeiro, RJ - Brasil
Desenvolvimento de um algoritmo para estimar curvas de cargas de clientes de uma Concessionária de Energia Elétrica José Aguinaldo Mendes Pinho 1, Reinaldo castro Souza 1, Maurício Nogueira Frota 1 1 Programa
Leia maisEFICIÊNCIA E QUALIDADE ENERGÉTICA EM EDIFICAÇÕES PÚBLICAS ESTUDO DE CASO NAS INSTALAÇÕES DO IFC CAMPUS LUZERNA
EFICIÊNCIA E QUALIDADE ENERGÉTICA EM EDIFICAÇÕES PÚBLICAS ESTUDO DE CASO NAS INSTALAÇÕES DO IFC CAMPUS LUZERNA Autores: João Pedro SCHEURICH, Marcos FIORIN, Jessé de PELEGRIN, Tiago DEQUIGIOVANI. Identificação
Leia maisESTUDOS SOBRE TRANSFORMADORES DE POTÊNCIA: PARTE I
ESTUDOS SOBRE TRANSFORMADORES DE POTÊNCIA: PARTE I MARQUES, ANDRÉ PEREIRA 1 ; MOURA, Nicolas Kemerich; AZEVEDO, Cláudio Henrique Bezerra; SANTOS, José Augusto Lopes; BRITO, Leonardo da Cunha; GUIMARÃES,
Leia maisGheisa Roberta Telles Esteves. Modelos de Previsão de Carga de Curto Prazo. Dissertação de Mestrado
Gheisa Roberta Telles Esteves Modelos de Previsão de Carga de Curto Prazo Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do grau de Mestre pelo Programa de Pós-graduação
Leia maisElaine Inacio Bueno Curriculum Vitae
Elaine Inacio Bueno Curriculum Vitae Fevereiro/2016 Elaine Inacio Bueno Curriculum Vitae Dados pessoais Nome Elaine Inacio Bueno Filiação Gilberto Inacio Bueno e Marinezia Pires Bueno Nascimento 04/06/1982
Leia maisXIX Seminário Nacional de Distribuição de Energia Elétrica. SENDI a 26 de novembro. São Paulo - SP - Brasil
XIX Seminário Nacional de Distribuição de Energia Elétrica SENDI 2010 22 a 26 de novembro São Paulo - SP - Brasil Um Previsor De Perfil De Cargas Em Sistemas Elétricos De Potência Construído Com Lógica
Leia maisPERFIL DO VENTO DIÁRIO EM PELOTAS, RS. 1. Introdução
PERFIL DO VENTO DIÁRIO EM PELOTAS, RS CAMARGO, Venice Meazza 1 ; RIBEIRO, Juliano Vieira 1 ; BAPTISTA DA SILVA, João 2 ; BURGEÑO, Luís Eduardo Torma 3. 1 Faculdade de Meteorologia da Universidade Federal
Leia maisPrevisão de Cargas Elétricas através de um Modelo Híbrido de Regressão com Redes Neurais Artificiais
1 Previsão de Cargas Elétricas através de um Modelo Híbrido de Regressão com Redes Neurais Artificiais Thays Abreu, Miguel Paredes, Klayton A. M. Araujo, Mara L. M. Lopes e Anna Diva P. Lotufo, Membro
Leia maisSNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GPL 3 4 a 7 Outubro de 27 Rio de Janeiro - RJ GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL PREVISÃO DECENAL
Leia maisIMPLEMENTAÇÃO DO MOS PARA PREVISÃO DE TEMPERATURAS MÍNIMAS E AVALIAÇÃO DE SEU DESEMPENHO DURANTE O INVERNO DE 1998 RESUMO INTRODUÇÃO
IMPLEMENTAÇÃO DO MOS PARA PREVISÃO DE TEMPERATURAS MÍNIMAS E AVALIAÇÃO DE SEU DESEMPENHO DURANTE O INVERNO DE 1998 Mário Francisco Leal de QUADRO 1, Nelson Luis DIAS 2 RESUMO Desde o inverno de 1998 o
Leia maisMODELOS ESTATÍSTICOS DE FUNÇÃO DENSIDADE DE PROBABILIDADE PARA CRIAÇÃO DE SÉRIES TEMPORAIS
MODELOS ESTATÍSTICOS DE FUNÇÃO DENSIDADE DE PROBABILIDADE PARA CRIAÇÃO DE SÉRIES TEMPORAIS Renato S. Gomide, Ramon F. E. Campos, Marcus F. Vieira Programa de Pós-Gradução em Engenharia Elétrica e da Computação
Leia maisCRI Minas Indústria 4.0. Case Vallourec: Golden Batch na produção de tubos
CRI Minas Indústria 4.0 Case Vallourec: Golden Batch na produção de tubos 02 05 2018 G o l d e n B a t c h A n a l y s i s Case Vallourec Líder mundial em soluções tubulares premium, a Vallourec assegura
Leia maisMETODOLOGIA HEURÍSTICA PARA PREVISÃO DE MERCADO A LONGO PRAZO BASEADA EM REDES NEURAIS ARTIFICIAIS
METODOLOGIA HEURÍSTICA PARA PREVISÃO DE MERCADO A LONGO PRAZO BASEADA EM REDES NEURAIS ARTIFICIAIS M. Sc. Andréia Oliveira Cuer Universidade Federal de Goiás. deia-oliveira@uol.com.br Prof. Dr. Gelson
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da UNIJUÍ. 2
COLETA DE DADOS EXPERIMENTAIS DO TEMPO DE VIDA DE BATERIAS DE LÍTIO-ÍON POLÍMERO ATRAVÉS DE UMA PLATAFORMA DE TESTES E MODELAGEM DOS DADOS UTILIZANDO A TEORIA DE IDENTIFICAÇÃO DE SISTEMAS 1 Eduardo Cardoso
Leia maisAnálise da série do custo da cesta básica de Belo Horizonte, MG.
Análise da série do custo da cesta básica de Belo Horizonte, MG. Tamara Aparecida Nogueira dos Anjos 12 Érica Fernanda da Cruz 3 Thelma Sáfadi 3 1 Introdução Em nosso dia-a-dia é comum fenômenos que evoluem
Leia maisFGV ENERGIA WORKSHOP SOBRE MODELOS DE PROJEÇÃO DE DEMANDA DE ENERGIA ELÉTRICA. Previsão de Carga para a Programa Mensal da Operação - PMO
FGV ENERGIA WORKSHOP SOBRE MODELOS DE PROJEÇÃO DE DEMANDA DE ENERGIA ELÉTRICA Previsão de Carga para a Programa Mensal da Operação - PMO DPL Diretoria de Planejamento PE Gerência Executiva de Planejamento
Leia maisCOMPARAÇÃO DE ARQUITETURAS DE REDES NEURAIS ARTIFICIAIS UTILIZADAS PARA A PREVISÃO DE CARGAS ELÉTRICAS UTILIZANDO AS TOOLBOXES DO MATLAB
COMPARAÇÃO DE ARQUITETURAS DE REDES NEURAIS ARTIFICIAIS UTILIZADAS PARA A PREVISÃO DE CARGAS ELÉTRICAS UTILIZANDO AS TOOLBOXES DO MATLAB KENJI NOSE FILHO, JORGE L. Y. MAEDA, ANNA D. P. LOTUFO Departamento
Leia maisXII Congresso Brasileiro de Meteorologia, Foz de Iguaçu-PR, 2002
ESTUDO PRELIMINAR DA UTILIZAÇÃO DE REDES NEURAIS NA PREVISÃO DE TEMPERATURA MÉDIA DIÁRIA PARA A CIDADE DE PELOTAS-RS Ariane Frassoni dos Santos 1, João Gerd Zell de Mattos 1, Paulo Roberto Krebs 2 1 Faculdade
Leia maisESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS.
ESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS. Arini de Menezes Costa 1, Kaio Martins Ramos 2, Hugo Hermano da Costa Castro 3, Antonio Alisson P.
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisFERRAMENTA DE AUXÍLIO NO PROCESSO DE MEDIÇÃO DE ENERGIA ELÉTRICA UTILIZANDO INTELIGÊNCIA COMPUTACIONAL RESUMO
31 FERRAMENTA DE AUXÍLIO NO PROCESSO DE MEDIÇÃO DE ENERGIA ELÉTRICA UTILIZANDO INTELIGÊNCIA COMPUTACIONAL RESUMO Marco Antônio Silva Pereira 1 Este artigo aborda assuntos relacionados aos problemas encontrados
Leia maisTESTE DE TOPOLOGIAS DE REDES NEURAIS ARTIFICIAS NA DETECÇÃO DE FALTAS MONOFÁSICAS DE ALTA IMPEDÂNCIA EM SISTEMA DE DISTRIBUIÇÃO DE ENERGIA 1
TESTE DE TOPOLOGIAS DE REDES NEURAIS ARTIFICIAS NA DETECÇÃO DE FALTAS MONOFÁSICAS DE ALTA IMPEDÂNCIA EM SISTEMA DE DISTRIBUIÇÃO DE ENERGIA 1 Eliseu Kotlinski 2, Manuel Martín Pérez Reimbold 3. 1 Relatório
Leia mais5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL
5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL 5.1 Introdução Existem situações, como por exemplo, em grandes obras de engenharia (portos, barragens, usinas nucleares, etc.), em
Leia maisAPLICAÇÃO DE REDE RECORRENTE NA PREVISÃO DA VELOCIDADE DOS VENTOS
IV Conferencia Latino Americana de Energía Solar (IV ISES_CLA) y XVII Simposio Peruano de Energía Solar (XVII- SPES), Cusco, 1-5.11. APLICAÇÃO DE REDE RECORRENTE NA PREVISÃO DA VELOCIDADE DOS VENTOS Francisco
Leia mais6.1 ANÁLISE DOS AJUSTES
6 ESTUDO DE CASO Esse capítulo está dividido em três partes nas quais são apresentados os resultados obtidos na aplicação da metodologia. A primeira parte é dedicada a verificar o efeito do algoritmo de
Leia maisFORECASTING OF EUCALYPTUS WOOD PRICES FOR CELLULOSE AND SAWMILL USING RADIAL BASIS FUNCTION NEURAL NETWORK AND CLUSTERING METHOD
FORECASTING OF EUCALYPTUS WOOD PRICES FOR CELLULOSE AND SAWMILL USING RADIAL BASIS FUNCTION NEURAL NETWORK AND CLUSTERING METHOD Roberto Max Protil - PUCPR Leandro dos Santos Coelho PUCPR Wesley Vieira
Leia maisDécimo Quinto Encontro Regional Ibero-americano do CIGRÉ Foz do Iguaçu-PR, Brasil 19 a 23 de maio de 2013
APLICAÇÃO DA TRANSFORMADA WAVELET PARA PREVISÃO DA VELOCIDADE DO VENTO M. B. Carvalho* F. D. L. Silva* P. C. M. de Carvalho* *Universidade Federal do Ceará, Departamento de Engenharia Elétrica RESUMO Diante
Leia mais