[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Outros |
Idioma: | por |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@2 http://doi.org/10.17771/PUCRio.acad.26974 |
Resumo: | [pt] O consumo de energia elétrica no Brasil tem sido amplamente discutido nos últimos tempos. A crise do abastecimento de energia em 2001, fez com que o Governo Federal tomasse uma série de medidas para tentar corrigir os erros do modelo em vigência. Hoje, entende-se que a situação do setor energético é delicada, fazendo com que o risco de um novo racionamento volte a ser considerado. Neste contexto, as companhias de energia estão se deparando com o desafio de obter previsões de carga mais precisas. Consequentemente, uma vez que esta demanda encontra-se inserida em um cenário instável de economia, estas estimativas requerem métodos mais eficientes e inovadores. O objetivo principal deste estudo é fornecer uma nova abordagem para o problema de previsão do consumo de eletricidade. A metodologia de lógica fuzzy é proposta com o objetivo de extrair regras das variáveis de entrada e fornecer previsões de longo prazo para a demanda de eletricidade no Brasil. Através da modelagem estatística, a identificação das estruturas de dependência e defasagens entre estas variáveis, fornece suporte para os modelos independentes com previsões anuais. A grande vantagem dos modelos de lógica fuzzy vem da habilidade destes de imitar o pensamento humano em cenários de incerteza e imprecisão. Na literatura recente, a formulação destes tipos de modelo tem se limitado a tratar as variáveis explicativas de maneira univariada, ou então envolvendo somente o PIB. Este trabalho propõe a extensão do modelo desenvolvido na literatura, começando com variáveis como a população do Brasil e o valor adicionado do PIB por estados e setores, juntamente com suas variações. Com isso, o modelo proposto será comparado com a formulação oficial vigente fornecida pela EPE. |
id |
PUC_RIO-1_b8cca7305ff2face0d1a4ec5ec4d2be8 |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:26974 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH [pt] MODELOS DE LÓGICA FUZZY PARA A PREVISÃO DE LONGO PRAZO DE CONSUMO DE ENERGIA [pt] LOGICA FUZZY[pt] PREVISAO DE LONGO PRAZO[pt] CONSUMO DE ENERGIA ELETRICA[en] FUZZY LOGIC[en] ELECTRIC POWER CONSUMPTION[pt] O consumo de energia elétrica no Brasil tem sido amplamente discutido nos últimos tempos. A crise do abastecimento de energia em 2001, fez com que o Governo Federal tomasse uma série de medidas para tentar corrigir os erros do modelo em vigência. Hoje, entende-se que a situação do setor energético é delicada, fazendo com que o risco de um novo racionamento volte a ser considerado. Neste contexto, as companhias de energia estão se deparando com o desafio de obter previsões de carga mais precisas. Consequentemente, uma vez que esta demanda encontra-se inserida em um cenário instável de economia, estas estimativas requerem métodos mais eficientes e inovadores. O objetivo principal deste estudo é fornecer uma nova abordagem para o problema de previsão do consumo de eletricidade. A metodologia de lógica fuzzy é proposta com o objetivo de extrair regras das variáveis de entrada e fornecer previsões de longo prazo para a demanda de eletricidade no Brasil. Através da modelagem estatística, a identificação das estruturas de dependência e defasagens entre estas variáveis, fornece suporte para os modelos independentes com previsões anuais. A grande vantagem dos modelos de lógica fuzzy vem da habilidade destes de imitar o pensamento humano em cenários de incerteza e imprecisão. Na literatura recente, a formulação destes tipos de modelo tem se limitado a tratar as variáveis explicativas de maneira univariada, ou então envolvendo somente o PIB. Este trabalho propõe a extensão do modelo desenvolvido na literatura, começando com variáveis como a população do Brasil e o valor adicionado do PIB por estados e setores, juntamente com suas variações. Com isso, o modelo proposto será comparado com a formulação oficial vigente fornecida pela EPE.[en] The consumption of electricity in Brazil has been widely discussed recently. The energy supply crisis in 2001 forced the Federal Government to take a series of measures trying to fix the actual model. Nowadays, it is understood that the energy sector is going through bad times, making the risk of a new rationg plan be considered. In this context, energy companies are facing the challenge of making more accurate load forecast. Consequently, once this need is inserted into a scenario of unstable economy, these estimates require efficient methods combined with innovative features.The aim of this study is to provide a new approach to this electricity prediction problem. A Fuzzy logic methodology is proposed in order to extract rules from the input variables and provide Brazil s Long-term annual electricity demand forecasts. From a statistical modeling point of view, an identification of dependence and lags structure between the input variables provide support for independent models with annual estimates. The advantage of the fuzzy logic model lies on the ability to mimic the human thinking in an environment of uncertainty and imprecision. In recent literature, the formulation of these types of models has been limited to treating the explanatory variables in the univariate form, or involving only the GDP. This study proposes an extension of this model, starting with the Brazilian population and the additional value of the state GDP by sectors with their variations. Then, the proposed model is compared with the official formulation provided by EPE.MAXWELLREINALDO CASTRO SOUZAREINALDO CASTRO SOUZAREINALDO CASTRO SOUZAFABIANO CASTRO TORRINI2016-07-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@2http://doi.org/10.17771/PUCRio.acad.26974porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2018-09-26T00:00:00Zoai:MAXWELL.puc-rio.br:26974Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342018-09-26T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.none.fl_str_mv |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH [pt] MODELOS DE LÓGICA FUZZY PARA A PREVISÃO DE LONGO PRAZO DE CONSUMO DE ENERGIA |
title |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH |
spellingShingle |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH FABIANO CASTRO TORRINI [pt] LOGICA FUZZY [pt] PREVISAO DE LONGO PRAZO [pt] CONSUMO DE ENERGIA ELETRICA [en] FUZZY LOGIC [en] ELECTRIC POWER CONSUMPTION |
title_short |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH |
title_full |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH |
title_fullStr |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH |
title_full_unstemmed |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH |
title_sort |
[en] LONG-TERM ELECTRICITY DEMAND FORECAST BY FUZZY LOGIC APPROACH |
author |
FABIANO CASTRO TORRINI |
author_facet |
FABIANO CASTRO TORRINI |
author_role |
author |
dc.contributor.none.fl_str_mv |
REINALDO CASTRO SOUZA REINALDO CASTRO SOUZA REINALDO CASTRO SOUZA |
dc.contributor.author.fl_str_mv |
FABIANO CASTRO TORRINI |
dc.subject.por.fl_str_mv |
[pt] LOGICA FUZZY [pt] PREVISAO DE LONGO PRAZO [pt] CONSUMO DE ENERGIA ELETRICA [en] FUZZY LOGIC [en] ELECTRIC POWER CONSUMPTION |
topic |
[pt] LOGICA FUZZY [pt] PREVISAO DE LONGO PRAZO [pt] CONSUMO DE ENERGIA ELETRICA [en] FUZZY LOGIC [en] ELECTRIC POWER CONSUMPTION |
description |
[pt] O consumo de energia elétrica no Brasil tem sido amplamente discutido nos últimos tempos. A crise do abastecimento de energia em 2001, fez com que o Governo Federal tomasse uma série de medidas para tentar corrigir os erros do modelo em vigência. Hoje, entende-se que a situação do setor energético é delicada, fazendo com que o risco de um novo racionamento volte a ser considerado. Neste contexto, as companhias de energia estão se deparando com o desafio de obter previsões de carga mais precisas. Consequentemente, uma vez que esta demanda encontra-se inserida em um cenário instável de economia, estas estimativas requerem métodos mais eficientes e inovadores. O objetivo principal deste estudo é fornecer uma nova abordagem para o problema de previsão do consumo de eletricidade. A metodologia de lógica fuzzy é proposta com o objetivo de extrair regras das variáveis de entrada e fornecer previsões de longo prazo para a demanda de eletricidade no Brasil. Através da modelagem estatística, a identificação das estruturas de dependência e defasagens entre estas variáveis, fornece suporte para os modelos independentes com previsões anuais. A grande vantagem dos modelos de lógica fuzzy vem da habilidade destes de imitar o pensamento humano em cenários de incerteza e imprecisão. Na literatura recente, a formulação destes tipos de modelo tem se limitado a tratar as variáveis explicativas de maneira univariada, ou então envolvendo somente o PIB. Este trabalho propõe a extensão do modelo desenvolvido na literatura, começando com variáveis como a população do Brasil e o valor adicionado do PIB por estados e setores, juntamente com suas variações. Com isso, o modelo proposto será comparado com a formulação oficial vigente fornecida pela EPE. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-07-21 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/other |
format |
other |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@2 http://doi.org/10.17771/PUCRio.acad.26974 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26974@2 http://doi.org/10.17771/PUCRio.acad.26974 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
MAXWELL |
publisher.none.fl_str_mv |
MAXWELL |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1814822595678175232 |