Estudo de casos da previsão eólica com redes neurais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Ceará (UFC) |
Texto Completo: | http://www.repositorio.ufc.br/handle/riufc/35536 |
Resumo: | No presente trabalho foi avaliado o uso das redes neurais artificiais para a previsão eólica. Para o levantamento do estudo foram lidos uma grande quantidade de artigos de autores que já investigaram esta área e comparados mediante tabelas os resultados obtidos por eles. A comparação não resulta muito fácil pelo fato de que cada pesquisador utiliza um tempo de previsão diferente calculando erros distintos. No entanto, pode se observar que o uso das redes neurais aporta uma melhor previsão que outras técnicas tradicionais, proporcionando erros menores entre o valor real e o valor esperado. As RNA oferecem uma alternativa promissora aos métodos lineares tradicionais como pode se observar nas tabelas comparativas, no entanto, enquanto as redes neurais são promissoras, também incorporam um alto grau de incerteza. Ainda não foi conseguida a melhor configuração para a previsão com RNA apesar de muitos estudos realizados. Também são combinadas estas técnicas com outras técnicas como o método neuro-fuzzy, aportando uns resultados muito interessantes. Ainda tem que ser feitos mais estudos utilizando um mesmo padrão para obter uns melhores resultados, mas as redes neurais artificiais tem se mostrado uma boa alternativa aos métodos tradicionais de previsão. |
id |
UFC-7_22aaa5d09b5e1518fac8cafcf64da2c3 |
---|---|
oai_identifier_str |
oai:repositorio.ufc.br:riufc/35536 |
network_acronym_str |
UFC-7 |
network_name_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository_id_str |
|
spelling |
Estudo de casos da previsão eólica com redes neuraisPrevisão da energia eólicaRedes neurais artificiaisMétodos tradicionais de previsãoNo presente trabalho foi avaliado o uso das redes neurais artificiais para a previsão eólica. Para o levantamento do estudo foram lidos uma grande quantidade de artigos de autores que já investigaram esta área e comparados mediante tabelas os resultados obtidos por eles. A comparação não resulta muito fácil pelo fato de que cada pesquisador utiliza um tempo de previsão diferente calculando erros distintos. No entanto, pode se observar que o uso das redes neurais aporta uma melhor previsão que outras técnicas tradicionais, proporcionando erros menores entre o valor real e o valor esperado. As RNA oferecem uma alternativa promissora aos métodos lineares tradicionais como pode se observar nas tabelas comparativas, no entanto, enquanto as redes neurais são promissoras, também incorporam um alto grau de incerteza. Ainda não foi conseguida a melhor configuração para a previsão com RNA apesar de muitos estudos realizados. Também são combinadas estas técnicas com outras técnicas como o método neuro-fuzzy, aportando uns resultados muito interessantes. Ainda tem que ser feitos mais estudos utilizando um mesmo padrão para obter uns melhores resultados, mas as redes neurais artificiais tem se mostrado uma boa alternativa aos métodos tradicionais de previsão.Carvalho, Paulo Cesar Marques deCarrasco, Amalia Bonafé2018-09-05T22:48:46Z2018-09-05T22:48:46Z2013info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCARRASCO, Amalia Bonafé. Estudo de casos da previsão eólica com redes neurais. 2013. 51 f. Monografia (Graduação em Engenharia Elétrica)-Universidade Federal do Ceará, Fortaleza, 2013.http://www.repositorio.ufc.br/handle/riufc/35536porreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2022-09-26T13:02:30Zoai:repositorio.ufc.br:riufc/35536Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:58:03.821316Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false |
dc.title.none.fl_str_mv |
Estudo de casos da previsão eólica com redes neurais |
title |
Estudo de casos da previsão eólica com redes neurais |
spellingShingle |
Estudo de casos da previsão eólica com redes neurais Carrasco, Amalia Bonafé Previsão da energia eólica Redes neurais artificiais Métodos tradicionais de previsão |
title_short |
Estudo de casos da previsão eólica com redes neurais |
title_full |
Estudo de casos da previsão eólica com redes neurais |
title_fullStr |
Estudo de casos da previsão eólica com redes neurais |
title_full_unstemmed |
Estudo de casos da previsão eólica com redes neurais |
title_sort |
Estudo de casos da previsão eólica com redes neurais |
author |
Carrasco, Amalia Bonafé |
author_facet |
Carrasco, Amalia Bonafé |
author_role |
author |
dc.contributor.none.fl_str_mv |
Carvalho, Paulo Cesar Marques de |
dc.contributor.author.fl_str_mv |
Carrasco, Amalia Bonafé |
dc.subject.por.fl_str_mv |
Previsão da energia eólica Redes neurais artificiais Métodos tradicionais de previsão |
topic |
Previsão da energia eólica Redes neurais artificiais Métodos tradicionais de previsão |
description |
No presente trabalho foi avaliado o uso das redes neurais artificiais para a previsão eólica. Para o levantamento do estudo foram lidos uma grande quantidade de artigos de autores que já investigaram esta área e comparados mediante tabelas os resultados obtidos por eles. A comparação não resulta muito fácil pelo fato de que cada pesquisador utiliza um tempo de previsão diferente calculando erros distintos. No entanto, pode se observar que o uso das redes neurais aporta uma melhor previsão que outras técnicas tradicionais, proporcionando erros menores entre o valor real e o valor esperado. As RNA oferecem uma alternativa promissora aos métodos lineares tradicionais como pode se observar nas tabelas comparativas, no entanto, enquanto as redes neurais são promissoras, também incorporam um alto grau de incerteza. Ainda não foi conseguida a melhor configuração para a previsão com RNA apesar de muitos estudos realizados. Também são combinadas estas técnicas com outras técnicas como o método neuro-fuzzy, aportando uns resultados muito interessantes. Ainda tem que ser feitos mais estudos utilizando um mesmo padrão para obter uns melhores resultados, mas as redes neurais artificiais tem se mostrado uma boa alternativa aos métodos tradicionais de previsão. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013 2018-09-05T22:48:46Z 2018-09-05T22:48:46Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
CARRASCO, Amalia Bonafé. Estudo de casos da previsão eólica com redes neurais. 2013. 51 f. Monografia (Graduação em Engenharia Elétrica)-Universidade Federal do Ceará, Fortaleza, 2013. http://www.repositorio.ufc.br/handle/riufc/35536 |
identifier_str_mv |
CARRASCO, Amalia Bonafé. Estudo de casos da previsão eólica com redes neurais. 2013. 51 f. Monografia (Graduação em Engenharia Elétrica)-Universidade Federal do Ceará, Fortaleza, 2013. |
url |
http://www.repositorio.ufc.br/handle/riufc/35536 |
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.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Ceará (UFC) instname:Universidade Federal do Ceará (UFC) instacron:UFC |
instname_str |
Universidade Federal do Ceará (UFC) |
instacron_str |
UFC |
institution |
UFC |
reponame_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
collection |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC) |
repository.mail.fl_str_mv |
bu@ufc.br || repositorio@ufc.br |
_version_ |
1813029015684907008 |