Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/5119 |
Resumo: | Após as mudanças ocorridas, com a reestruturação do mercado de energia ao final da década de 90, a previsão de mercado veio ganhando destaque cada vez maior, com ênfase nos processos de planejamento do setor, modicidade tarifária e contratação de energia elétrica, onde se estabelece um limite que caso venha a ser rompido, poderá gerar prejuízos às distribuidoras de energia elétrica. Dessa forma, este trabalho visa encontrar o modelo mais adequado à série histórica de Energia Distribuída da CELPE (Companhia Energética de Pernambuco). Foram feitas simulações para curto prazo, com dados mensais no horizonte de doze meses à frente e longo prazo, com dados anuais e horizonte de quatro anos. Para o curto prazo foram testadas as metodologias de Amortecimento Exponencial, Box & Jenkins, Modelos Estruturais e Redes Neurais Artificiais, sendo testados vários modelos para cada aplicação. No longo prazo as metodologias utilizadas foram as de Regressão Dinâmica e o ANFIS. Ao final foram feitas comparações através do MAPE (Erro Médio Absoluto Percentual), sendo o melhor modelo o que obteve o menor valor de MAPE |
id |
UFPE_78b5078f0cfa7cec8054e15660405efe |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/5119 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
Lacerda Moura, WlademirRibeiro Barbosa de Aquino, Ronaldo 2014-06-12T17:36:16Z2014-06-12T17:36:16Z2010-01-31Lacerda Moura, Wlademir; Ribeiro Barbosa de Aquino, Ronaldo. Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo. 2010. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2010.https://repositorio.ufpe.br/handle/123456789/5119Após as mudanças ocorridas, com a reestruturação do mercado de energia ao final da década de 90, a previsão de mercado veio ganhando destaque cada vez maior, com ênfase nos processos de planejamento do setor, modicidade tarifária e contratação de energia elétrica, onde se estabelece um limite que caso venha a ser rompido, poderá gerar prejuízos às distribuidoras de energia elétrica. Dessa forma, este trabalho visa encontrar o modelo mais adequado à série histórica de Energia Distribuída da CELPE (Companhia Energética de Pernambuco). Foram feitas simulações para curto prazo, com dados mensais no horizonte de doze meses à frente e longo prazo, com dados anuais e horizonte de quatro anos. Para o curto prazo foram testadas as metodologias de Amortecimento Exponencial, Box & Jenkins, Modelos Estruturais e Redes Neurais Artificiais, sendo testados vários modelos para cada aplicação. No longo prazo as metodologias utilizadas foram as de Regressão Dinâmica e o ANFIS. Ao final foram feitas comparações através do MAPE (Erro Médio Absoluto Percentual), sendo o melhor modelo o que obteve o menor valor de MAPECompanhia Energética de PernambucoporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessPrevisãoEnergia distribuídaRegressão dinâmicaInteligência artificialRedes neurais (RNA)Lógica fuzzy (LF)Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILarquivo2565_1.pdf.jpgarquivo2565_1.pdf.jpgGenerated Thumbnailimage/jpeg1496https://repositorio.ufpe.br/bitstream/123456789/5119/4/arquivo2565_1.pdf.jpg53e76725c1b9568c60a34bcc8b9fe67fMD54ORIGINALarquivo2565_1.pdfapplication/pdf2503761https://repositorio.ufpe.br/bitstream/123456789/5119/1/arquivo2565_1.pdfb0c6a694a5d13636516194de9e330025MD51LICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/5119/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTarquivo2565_1.pdf.txtarquivo2565_1.pdf.txtExtracted texttext/plain205106https://repositorio.ufpe.br/bitstream/123456789/5119/3/arquivo2565_1.pdf.txt07fa2b6a172b890f37a561c6693b3230MD53123456789/51192019-10-25 14:08:13.089oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T17:08:13Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo |
title |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo |
spellingShingle |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo Lacerda Moura, Wlademir Previsão Energia distribuída Regressão dinâmica Inteligência artificial Redes neurais (RNA) Lógica fuzzy (LF) |
title_short |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo |
title_full |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo |
title_fullStr |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo |
title_full_unstemmed |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo |
title_sort |
Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo |
author |
Lacerda Moura, Wlademir |
author_facet |
Lacerda Moura, Wlademir |
author_role |
author |
dc.contributor.author.fl_str_mv |
Lacerda Moura, Wlademir |
dc.contributor.advisor1.fl_str_mv |
Ribeiro Barbosa de Aquino, Ronaldo |
contributor_str_mv |
Ribeiro Barbosa de Aquino, Ronaldo |
dc.subject.por.fl_str_mv |
Previsão Energia distribuída Regressão dinâmica Inteligência artificial Redes neurais (RNA) Lógica fuzzy (LF) |
topic |
Previsão Energia distribuída Regressão dinâmica Inteligência artificial Redes neurais (RNA) Lógica fuzzy (LF) |
description |
Após as mudanças ocorridas, com a reestruturação do mercado de energia ao final da década de 90, a previsão de mercado veio ganhando destaque cada vez maior, com ênfase nos processos de planejamento do setor, modicidade tarifária e contratação de energia elétrica, onde se estabelece um limite que caso venha a ser rompido, poderá gerar prejuízos às distribuidoras de energia elétrica. Dessa forma, este trabalho visa encontrar o modelo mais adequado à série histórica de Energia Distribuída da CELPE (Companhia Energética de Pernambuco). Foram feitas simulações para curto prazo, com dados mensais no horizonte de doze meses à frente e longo prazo, com dados anuais e horizonte de quatro anos. Para o curto prazo foram testadas as metodologias de Amortecimento Exponencial, Box & Jenkins, Modelos Estruturais e Redes Neurais Artificiais, sendo testados vários modelos para cada aplicação. No longo prazo as metodologias utilizadas foram as de Regressão Dinâmica e o ANFIS. Ao final foram feitas comparações através do MAPE (Erro Médio Absoluto Percentual), sendo o melhor modelo o que obteve o menor valor de MAPE |
publishDate |
2010 |
dc.date.issued.fl_str_mv |
2010-01-31 |
dc.date.accessioned.fl_str_mv |
2014-06-12T17:36:16Z |
dc.date.available.fl_str_mv |
2014-06-12T17:36:16Z |
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.citation.fl_str_mv |
Lacerda Moura, Wlademir; Ribeiro Barbosa de Aquino, Ronaldo. Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo. 2010. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2010. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/5119 |
identifier_str_mv |
Lacerda Moura, Wlademir; Ribeiro Barbosa de Aquino, Ronaldo. Competição de Modelos para Previsão de Mercado de Energia Elétrica em Curto e Longo Prazo. 2010. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2010. |
url |
https://repositorio.ufpe.br/handle/123456789/5119 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/5119/4/arquivo2565_1.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/5119/1/arquivo2565_1.pdf https://repositorio.ufpe.br/bitstream/123456789/5119/2/license.txt https://repositorio.ufpe.br/bitstream/123456789/5119/3/arquivo2565_1.pdf.txt |
bitstream.checksum.fl_str_mv |
53e76725c1b9568c60a34bcc8b9fe67f b0c6a694a5d13636516194de9e330025 8a4605be74aa9ea9d79846c1fba20a33 07fa2b6a172b890f37a561c6693b3230 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310690940125184 |