Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica

Bibliographic Details
Main Author: Leite, Francisco Eugenio de Andrade
Publication Date: 1997
Format: Master thesis
Language: por
Source: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Download full: https://hdl.handle.net/20.500.12733/1584517
Summary: Orientador: Andre Luiz Morelato França
id UNICAMP-30_7425c22ebc1e337975862931152857fb
oai_identifier_str oai::114860
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletricaSistemas de energia elétrica - ControleRedes neurais (Computação)Análise de séries temporaisRedes elétricasAnáliseOrientador: Andre Luiz Morelato FrançaDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de ComputaçãoResumo: Este trabalho apresenta três modelos NARX utilizando redes neurais artificiais para previsão de carga nodal ativa e reativa, tendo em vista a posterior previsão do estado do sistema através do uso de um algoritmo de fluxo de carga, com a finalidade de poder estudar a segurança de operação do sistema para um perfil de carga futuro. Os dois primeiros modelos são implementados utilizando-se uma rede de perceptrons de múltiplas camadas estática e o terceiro modelo é implementado utilizando uma rede de perceptrons com filtros FIR em suas sinapses para permitir processamento temporal. Para cada um dos modelos, diferentes tamanhos de conjunto de treinamento e de topologia da rede neural foram testados, bem como vários tipos de variáveis de entrada para o modelo NARX, a fim de verificar qual a melhor resposta em termos de precisão. Nos testes foram utilizados dados reais de carga de várias subestações. Neste estudo, verificou-se que uma única rede neural estática usada para tratar todos os dias da semana apresentou o melhor resultado de previsão, sendo que a previsão de potência reativa apresentou um resultado pior do que a de potência ativa. Observou-se ainda que o erro de previsão do ângulo de tensão nas barras apresenta elevada sensibilidade em relação ao erro de previsão da potência ativa e que o erro na previsão da tensão nodal (tanto magnitude quanto ângulo) apresenta pequena sensibilidade em relação ao erro de previsão da potência reativaAbstract: This work presents three artificial neural network NARX models for bus load active and reactive power forecasting. The predicted injections can be used as inputs to a load flow to obtain the forecasted bus states aiming to perform security analysis in a future operating point. The first two models considered were implemented with a static Multilayer Perceptron Network (MLP) and the third model was implemented using a FIR neural network for temporal processing. For each one of the above models, different sizes of training sets and neural network topologies were tested, as well as distinct choices of neural networks input variables, in order to check the accuracy of prediction. Measured real data concerning several substations were used to test the models. As a result, the study shows that one single neural MLP network model for all days of the week give the least active and reactive power forecast error and that the active power prediction is more accurate than the reactive power one. It was also observed that the state angle forecasting shows a high sensitivity to the active power prediction error and that the voltage (magnitude and phase) prediction error shows a low sensitivity to the reactive power prediction errorMestradoMestre em Engenharia Elétrica[s.n.]França, André Luiz Morelato, 1946-Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASLeite, Francisco Eugenio de Andrade19971997-05-05T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf171f. : il.(Broch.)https://hdl.handle.net/20.500.12733/1584517LEITE, Francisco Eugenio de Andrade. Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica. 1997. 171f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1584517. Acesso em: 14 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/114860porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2014-04-18T09:25:17Zoai::114860Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2014-04-18T09:25:17Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
title Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
spellingShingle Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
Leite, Francisco Eugenio de Andrade
Sistemas de energia elétrica - Controle
Redes neurais (Computação)
Análise de séries temporais
Redes elétricas
Análise
title_short Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
title_full Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
title_fullStr Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
title_full_unstemmed Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
title_sort Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
author Leite, Francisco Eugenio de Andrade
author_facet Leite, Francisco Eugenio de Andrade
author_role author
dc.contributor.none.fl_str_mv França, André Luiz Morelato, 1946-
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Leite, Francisco Eugenio de Andrade
dc.subject.por.fl_str_mv Sistemas de energia elétrica - Controle
Redes neurais (Computação)
Análise de séries temporais
Redes elétricas
Análise
topic Sistemas de energia elétrica - Controle
Redes neurais (Computação)
Análise de séries temporais
Redes elétricas
Análise
description Orientador: Andre Luiz Morelato França
publishDate 1997
dc.date.none.fl_str_mv 1997
1997-05-05T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv (Broch.)
https://hdl.handle.net/20.500.12733/1584517
LEITE, Francisco Eugenio de Andrade. Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica. 1997. 171f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1584517. Acesso em: 14 mai. 2024.
identifier_str_mv (Broch.)
LEITE, Francisco Eugenio de Andrade. Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica. 1997. 171f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1584517. Acesso em: 14 mai. 2024.
url https://hdl.handle.net/20.500.12733/1584517
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/114860
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
171f. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138324228603904

Similar Items