[pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA

Detalhes bibliográficos
Autor(a) principal: JULIANA CARDOSO ARAUJO MATTOSO
Data de Publicação: 2013
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=22046@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22046@2
http://doi.org/10.17771/PUCRio.acad.22046
Resumo: [pt] Com a entrada do novo modelo do setor elétrico, a previsão do consumo e de faturamento de energia elétrica passou a ter grande importância para as distribuidoras de energia elétrica, pois melhorando sua acertividade as empresas poderão elaborar seus programas de planejamento energético, manutenção e expansão de seu sistema de distribuição e principalmente evitar gastos com multas pelo não atendimento à totalidade de seu mercado consumidor. Para que esta previsão seja feita é necessário que se obtenham, os dados históricos do consumo de energia elétrica, da carga fornecida pela Distribuidora, porém como esses dados são séries multivariadas, isto é, são séries temporais que dependem de outras variáveis exógenas, levou-se em consideração também as séries climáticas (sensação térmica), as econômicas (índices financeiros) e o fator temporal (dias úteis, feriados, finais de semana.....). Este estudo, propõe um método alternativo para previsão de consumo e faturamento de energia elétrica, 15 passos a frente, através do desenvolvimento de um sistema inteligente, chamado SIPEE, baseado em redes neurais MLP multistep e foi desenvolvido para uma Distribuidora de Energia Elétrica que atende a boa parte do mercado consumidor do Estado do Rio de Janeiro, a Light Serviços de Eletricidade S.A..
id PUC_RIO-1_e65d0861cb62a36ff79d2d881540129e
oai_identifier_str oai:MAXWELL.puc-rio.br:22046
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA [en] THE INFLUENCE OF CLIMATIC FACTORS, ECONOMIC AND TEMPORAL LOAD FORECASTING AND BILLING OF AN ELECTRIC UTILITIES [pt] REDE NEURAL[pt] DIFERENTES CLASSES[pt] INDICES FINANCEIROS[pt] SENSACAO TERMICA[pt] FATURAMENTO[pt] CARGA[pt] PREVISAO[en] NEURAL NETWORKS[en] FINANCIAL RATIOS[en] BILLING[en] LOAD[en] FORECASTING[pt] Com a entrada do novo modelo do setor elétrico, a previsão do consumo e de faturamento de energia elétrica passou a ter grande importância para as distribuidoras de energia elétrica, pois melhorando sua acertividade as empresas poderão elaborar seus programas de planejamento energético, manutenção e expansão de seu sistema de distribuição e principalmente evitar gastos com multas pelo não atendimento à totalidade de seu mercado consumidor. Para que esta previsão seja feita é necessário que se obtenham, os dados históricos do consumo de energia elétrica, da carga fornecida pela Distribuidora, porém como esses dados são séries multivariadas, isto é, são séries temporais que dependem de outras variáveis exógenas, levou-se em consideração também as séries climáticas (sensação térmica), as econômicas (índices financeiros) e o fator temporal (dias úteis, feriados, finais de semana.....). Este estudo, propõe um método alternativo para previsão de consumo e faturamento de energia elétrica, 15 passos a frente, através do desenvolvimento de um sistema inteligente, chamado SIPEE, baseado em redes neurais MLP multistep e foi desenvolvido para uma Distribuidora de Energia Elétrica que atende a boa parte do mercado consumidor do Estado do Rio de Janeiro, a Light Serviços de Eletricidade S.A..[en] When the new model of the electricity sector began to be used, the forecast of consumption and billing of electricity began to have great importance for the electricity distributors, improving their assertiveness as companies can develop their programs for energy planning, maintenance and expansion of its distribution system and particularly to avoid fines for not spending all of his service to the consumer market. For this prediction is made it is necessary to obtain historical data of energy consumption, the load supplied by the distributor, but as these data sets are multivariate, ie, they are time series which depend on other exogenous variables took into account also the series weather (wind chill), economic (financial ratios) and the factor of time (days, holidays, weekends .....). This study proposes an alternative method to forecast sales and consumption of electricity, 15 steps forward, by developing an intelligent system, called SIPEE, MLP neural networks based on multistep and was developed for an Electricity Distributor serving much of the consumer market in the State of Rio de Janeiro, Light Electrical Services SA.MAXWELLMARLEY MARIA BERNARDES REBUZZI VELLASCOMARLEY MARIA BERNARDES REBUZZI VELLASCOJULIANA CARDOSO ARAUJO MATTOSO2013-09-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22046@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22046@2http://doi.org/10.17771/PUCRio.acad.22046porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2017-09-14T00:00:00Zoai:MAXWELL.puc-rio.br:22046Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342017-09-14T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
[en] THE INFLUENCE OF CLIMATIC FACTORS, ECONOMIC AND TEMPORAL LOAD FORECASTING AND BILLING OF AN ELECTRIC UTILITIES
title [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
spellingShingle [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
JULIANA CARDOSO ARAUJO MATTOSO
[pt] REDE NEURAL
[pt] DIFERENTES CLASSES
[pt] INDICES FINANCEIROS
[pt] SENSACAO TERMICA
[pt] FATURAMENTO
[pt] CARGA
[pt] PREVISAO
[en] NEURAL NETWORKS
[en] FINANCIAL RATIOS
[en] BILLING
[en] LOAD
[en] FORECASTING
title_short [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
title_full [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
title_fullStr [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
title_full_unstemmed [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
title_sort [pt] A INFLUÊNCIA DE FATORES CLIMÁTICOS, ECONÔMICOS E TEMPORAIS NA PREVISÃO DE CARGA E DE FATURAMENTO DE UMA CONCESSIONÁRIA DE ENERGIA ELÉTRICA
author JULIANA CARDOSO ARAUJO MATTOSO
author_facet JULIANA CARDOSO ARAUJO MATTOSO
author_role author
dc.contributor.none.fl_str_mv MARLEY MARIA BERNARDES REBUZZI VELLASCO
MARLEY MARIA BERNARDES REBUZZI VELLASCO
dc.contributor.author.fl_str_mv JULIANA CARDOSO ARAUJO MATTOSO
dc.subject.por.fl_str_mv [pt] REDE NEURAL
[pt] DIFERENTES CLASSES
[pt] INDICES FINANCEIROS
[pt] SENSACAO TERMICA
[pt] FATURAMENTO
[pt] CARGA
[pt] PREVISAO
[en] NEURAL NETWORKS
[en] FINANCIAL RATIOS
[en] BILLING
[en] LOAD
[en] FORECASTING
topic [pt] REDE NEURAL
[pt] DIFERENTES CLASSES
[pt] INDICES FINANCEIROS
[pt] SENSACAO TERMICA
[pt] FATURAMENTO
[pt] CARGA
[pt] PREVISAO
[en] NEURAL NETWORKS
[en] FINANCIAL RATIOS
[en] BILLING
[en] LOAD
[en] FORECASTING
description [pt] Com a entrada do novo modelo do setor elétrico, a previsão do consumo e de faturamento de energia elétrica passou a ter grande importância para as distribuidoras de energia elétrica, pois melhorando sua acertividade as empresas poderão elaborar seus programas de planejamento energético, manutenção e expansão de seu sistema de distribuição e principalmente evitar gastos com multas pelo não atendimento à totalidade de seu mercado consumidor. Para que esta previsão seja feita é necessário que se obtenham, os dados históricos do consumo de energia elétrica, da carga fornecida pela Distribuidora, porém como esses dados são séries multivariadas, isto é, são séries temporais que dependem de outras variáveis exógenas, levou-se em consideração também as séries climáticas (sensação térmica), as econômicas (índices financeiros) e o fator temporal (dias úteis, feriados, finais de semana.....). Este estudo, propõe um método alternativo para previsão de consumo e faturamento de energia elétrica, 15 passos a frente, através do desenvolvimento de um sistema inteligente, chamado SIPEE, baseado em redes neurais MLP multistep e foi desenvolvido para uma Distribuidora de Energia Elétrica que atende a boa parte do mercado consumidor do Estado do Rio de Janeiro, a Light Serviços de Eletricidade S.A..
publishDate 2013
dc.date.none.fl_str_mv 2013-09-17
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=22046@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22046@2
http://doi.org/10.17771/PUCRio.acad.22046
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22046@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22046@2
http://doi.org/10.17771/PUCRio.acad.22046
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_ 1814822586815610880