Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities

Detalhes bibliográficos
Autor(a) principal: Puindi, António Casimiro
Data de Publicação: 2020
Outros Autores: Silva, Maria Eduarda
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://doi.org/10.37334/ricts.v3i1.28
Resumo: Short-term electric load forecasting is an important tool for planning electrical generation systems, operations (scheduling the generation of electric load flow required for consumption) and control. In this study the aim is to show how the effects of covariates can be incorporated into state space models. A structural model based on dynamic processes and a method for generating predictive densities and estimating the maximum flow of the consumed electrical load are examined. The model and method are empirically investigated using actual data of daily electricity demand in Cabinda city to obtain short-term forecasts. The performance of the methodology is validated via comparisons using predicted values and observed values.
id RCAP_a1641edb078d79a60e1c57736128ffc3
oai_identifier_str oai:ojs2.ricts.mundis.pt:article/28
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan CitiesModelo Estrutural Dinâmino com Covariáveis para Previsão de Curto-prazo da Procura de Energia Eléctrica nas Cidades AngolanasDensidades preditivasEnergia eléctricaPrevisão da procura de electricidadeSazonalidadePredictive densitiesElectricityElectricity demand forecastSeasonalityShort-term electric load forecasting is an important tool for planning electrical generation systems, operations (scheduling the generation of electric load flow required for consumption) and control. In this study the aim is to show how the effects of covariates can be incorporated into state space models. A structural model based on dynamic processes and a method for generating predictive densities and estimating the maximum flow of the consumed electrical load are examined. The model and method are empirically investigated using actual data of daily electricity demand in Cabinda city to obtain short-term forecasts. The performance of the methodology is validated via comparisons using predicted values and observed values.A previsão de curto prazo da carga eléctrica é um importante instrumento para o planeamento dos sistemas de geração eléctrica, operações (programar a geração do fluxo da carga eléctrica necessária para o consumo) e controlo. Nesse estudo, o objectivo é o de mostrar como os efeitos das covariáveis podem ser incorporados em modelos de espaço de estados. Um modelo estrutural baseado em processos dinâmicos e um método para gerar as densidades preditivas e estimar o fluxo máximo da carga eléctrica consumida são examinados. O modelo e o método são empiricamente investigados, usando dados reais da procura diária de energia eléctrica na Cidade de Cabinda, para obter previsões de curto prazo. A avaliação do desempenho da metodologia é feita comparando os valores previstos com os valores observados.MUNDIS2020-03-29T00:00:00Zinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://doi.org/10.37334/ricts.v3i1.28oai:ojs2.ricts.mundis.pt:article/28Revista Internacional de Ciências, Tecnologia e Sociedade; Vol. 3 No. 1 (2020): RICTS | 6.ª Edição; 1-15RICTS | Revista Internacional de Ciências, Tecnologia e Sociedade; Vol. 3 N.º 1 (2020): RICTS | 6.ª Edição; 1-152184-4577reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAPporhttps://ricts.mundis.pt/index.php/ricts/article/view/28https://doi.org/10.37334/ricts.v3i1.28https://ricts.mundis.pt/index.php/ricts/article/view/28/24Puindi, António CasimiroSilva, Maria Eduardainfo:eu-repo/semantics/openAccess2022-09-05T15:04:34Zoai:ojs2.ricts.mundis.pt:article/28Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T15:33:17.982348Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
Modelo Estrutural Dinâmino com Covariáveis para Previsão de Curto-prazo da Procura de Energia Eléctrica nas Cidades Angolanas
title Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
spellingShingle Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
Puindi, António Casimiro
Densidades preditivas
Energia eléctrica
Previsão da procura de electricidade
Sazonalidade
Predictive densities
Electricity
Electricity demand forecast
Seasonality
title_short Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
title_full Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
title_fullStr Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
title_full_unstemmed Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
title_sort Dynamic Structural Model with Covariates for Short-term Forecast of Electricity Demand in Angolan Cities
author Puindi, António Casimiro
author_facet Puindi, António Casimiro
Silva, Maria Eduarda
author_role author
author2 Silva, Maria Eduarda
author2_role author
dc.contributor.author.fl_str_mv Puindi, António Casimiro
Silva, Maria Eduarda
dc.subject.por.fl_str_mv Densidades preditivas
Energia eléctrica
Previsão da procura de electricidade
Sazonalidade
Predictive densities
Electricity
Electricity demand forecast
Seasonality
topic Densidades preditivas
Energia eléctrica
Previsão da procura de electricidade
Sazonalidade
Predictive densities
Electricity
Electricity demand forecast
Seasonality
description Short-term electric load forecasting is an important tool for planning electrical generation systems, operations (scheduling the generation of electric load flow required for consumption) and control. In this study the aim is to show how the effects of covariates can be incorporated into state space models. A structural model based on dynamic processes and a method for generating predictive densities and estimating the maximum flow of the consumed electrical load are examined. The model and method are empirically investigated using actual data of daily electricity demand in Cabinda city to obtain short-term forecasts. The performance of the methodology is validated via comparisons using predicted values and observed values.
publishDate 2020
dc.date.none.fl_str_mv 2020-03-29T00:00:00Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.37334/ricts.v3i1.28
oai:ojs2.ricts.mundis.pt:article/28
url https://doi.org/10.37334/ricts.v3i1.28
identifier_str_mv oai:ojs2.ricts.mundis.pt:article/28
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://ricts.mundis.pt/index.php/ricts/article/view/28
https://doi.org/10.37334/ricts.v3i1.28
https://ricts.mundis.pt/index.php/ricts/article/view/28/24
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv MUNDIS
publisher.none.fl_str_mv MUNDIS
dc.source.none.fl_str_mv Revista Internacional de Ciências, Tecnologia e Sociedade; Vol. 3 No. 1 (2020): RICTS | 6.ª Edição; 1-15
RICTS | Revista Internacional de Ciências, Tecnologia e Sociedade; Vol. 3 N.º 1 (2020): RICTS | 6.ª Edição; 1-15
2184-4577
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799130193917378560

Registros relacionados