Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/192503 |
Resumo: | TCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica. |
id |
UFSC_80483ab8d0b9ab475fe88efb776a727d |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/192503 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferençasGeração de cenáriosGeração eólicaPreço de liquidação das diferençasRedes neurais recorrentesTCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica.Este trabalho descreve um estudo sobre a aplicação de uma rede neural recorrente para gerar cenários de geração eólica e de Preços de Liquidação das Diferenças, os quais são parâmetros relevantes para diversos processos de tomada de decisão no mercado de energia elétrica do Brasil. Dado que as redes neurais têm apresentado resultados muito relevantes em diversos tipos de problemas na literatura, sua aplicação se mostra pertinente para melhorar a geração desses cenários. Para verificar a viabilidade do seu uso, são feitos testes com o objetivo de medir o nível de assertividade das redes neurais quando comparadas com os dados históricos. Nos resultados, observou-se a capacidade de aprendizado da rede neural recorrente e sua facilidade em prever parâmetros que possuem padrões estatísticos. Entretanto, conclui-se que a rede apresenta resultados mais significativos para geração de uma única previsão, podendo gerar melhores resultados em modelos determinísticos. Por outro lado, possui um custo computacional elevado para a geração de vários cenários, não sendo conveniente para a aplicação em problemas estocásticos. Logo, nesse último caso, provou-se que a utilização de funções randômicas, que utiliza medidas estatísticas em sua sintaxe, apresentam resultados com acurácia similar ao obtido com a rede neural, porém com um baixíssimo custo computacional.Florianópolis, SCFinardi, Erlon CristianUniversidade Federal de Santa CatarinaCoelho, Iasmin2018-12-17T16:33:52Z2018-12-17T16:33:52Z2018-12-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis67application/pdfhttps://repositorio.ufsc.br/handle/123456789/192503porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2018-12-17T16:33:54Zoai:repositorio.ufsc.br:123456789/192503Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732018-12-17T16:33:54Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças |
title |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças |
spellingShingle |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças Coelho, Iasmin Geração de cenários Geração eólica Preço de liquidação das diferenças Redes neurais recorrentes |
title_short |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças |
title_full |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças |
title_fullStr |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças |
title_full_unstemmed |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças |
title_sort |
Estudo sobre a aplicação de redes neurais recorrentes para previsão da geração eólica e do preço de liquidação das diferenças |
author |
Coelho, Iasmin |
author_facet |
Coelho, Iasmin |
author_role |
author |
dc.contributor.none.fl_str_mv |
Finardi, Erlon Cristian Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Coelho, Iasmin |
dc.subject.por.fl_str_mv |
Geração de cenários Geração eólica Preço de liquidação das diferenças Redes neurais recorrentes |
topic |
Geração de cenários Geração eólica Preço de liquidação das diferenças Redes neurais recorrentes |
description |
TCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-12-17T16:33:52Z 2018-12-17T16:33:52Z 2018-12-07 |
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 |
https://repositorio.ufsc.br/handle/123456789/192503 |
url |
https://repositorio.ufsc.br/handle/123456789/192503 |
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 |
67 application/pdf |
dc.publisher.none.fl_str_mv |
Florianópolis, SC |
publisher.none.fl_str_mv |
Florianópolis, SC |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808652292825546753 |