Aplicação de algoritmos inteligentes para previsão de carga no curto prazo em sistemas de distribuição

• Autor(a) principal: Butzge, Luiza
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/218015
• topic: Engenharia elétrica; Consumo de energia; Aprendizado de máquina; Redes neurais; Load forecasting; Machine learning; Neural networks

Este trabalho tem como objetivo obter modelos para previsão da curva de carga no horizonte de curto prazo, considerando medições de potência em transformadores de força instalados nas subestações de distribuição. Para tanto, foram examinadas variáveis ditas relevantes, como potência ativa e fatores climáticos das regiões em que esses transformadores se encontram, mais especificamente Santa Maria e São Leopoldo. Para isso, foram analisados modelos da área afim de ressaltar vantagens e desvantagens de cada trabalho e, em seguida, construir a metodologia de modelos em Aprendizado de Máquina. Utilizou-se então quatro modelos computacionais, Regressão de Vetores de Suporte, Árvore de Decisão, Florestas de Decisão Aleatória e Memória de Longo e Curto Prazo, construídos em Python. Os resultados encontrados no trabalho foram obtidos segundo comparações entre dados reais e dados previstos de potência ativa levando em conta métodos estatísticos de cálculos de erros e correlação entre as variáveis com a intenção de tornar os modelos mais exatos, diminuindo assim os erros encontrados. Por fim, é discutida a viabilidade de tais modelos para a previsão de carga, fontes de erros e possíveis melhoras na implementação dos modelos para trabalhos futuros.