Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil

Detalhes bibliográficos
Autor(a) principal: Valsangiacomo, Mattia Silva
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/252603
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Produção.
id UFSC_d488877f51a6032b4dce42594040f98b
oai_identifier_str oai:repositorio.ufsc.br:123456789/252603
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no BrasilPLDRede NeuralModelos matemáticosTCC(graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Produção.Este trabalho tem como objetivo avaliar a diferentes modelos matemáticos e computacionais de séries temporais na previsão do Preço da Liquidação das Diferenças de energia (PLD) no Brasil. Para isso, foram revisados diversos artigos científicos e documentos governamentais relevantes, a fim de entender conceitos e estruturação do mercado de energia elétrica brasileiro, modelos matemáticos, modelos de machine learning, métricas de avaliação, além de identificar os critérios que influenciam no preço do PLD. Em seguida, foi realizada a coleta e limpeza dos dados necessários para o processo de previsão. Com isso este trabalho apresenta uma comparação entre modelos tradicionais de previsão de séries temporais (Holt-Winters e SARIMA) com um modelo de rede neural (LSTM). Os modelos foram projetados e avaliados de acordo com 4 métricas de erro (MAE, MSE, RMSE e MAPE). O modelo que apresentou o melhor resultado foi o SARIMA, com um MAE de 5,796, MSE de 272,737, RMSE de 16,514 e uma MAPE de 1,151%. Além disso, foi possível observar que tanto o Holt-Winters quanto o LSTM também obtiveram resultados satifatóriosFlorianópolis, SC.Braghirolli, Lynceo FalavignaUniversidade Federal de Santa Catarina.Valsangiacomo, Mattia Silva2023-12-08T13:27:04Z2023-12-08T13:27:04Z2023-11-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisThis study aimed to evaluate different mathematical and computational models of time series in forecasting the Settlement Price of Differences (PLD) of energy in Brazil. To do this, several scientific articles and relevant government documents were reviewed in order to understand concepts and the structuring of the Brazilian electric energy market, mathematical models, machine learning models, evaluation metrics, as well as to identify the criteria that influence the PLD price. Subsequently, the necessary data was collected and cleaned for the forecasting process. Thus, this work presents a comparison between traditional forecasting models of time series (Holt-Winters and SARIMA) with a neural network model (LSTM). The models were designed and evaluated according to 4 error metrics (MAE, MSE, RMSE, and MAPE). The model that showed the best result was the SARIMA, with an MAE of 5.7962, MSE of 272.737, RMSE of 16.5147, and a MAPE of 1.15%. In addition, it was possible to observe that both Holt-Winters and LSTM also obtained satisfactory results.application/pdfhttps://repositorio.ufsc.br/handle/123456789/252603Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-12-08T13:27:04Zoai:repositorio.ufsc.br:123456789/252603Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-12-08T13:27:04Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
title Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
spellingShingle Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
Valsangiacomo, Mattia Silva
PLD
Rede Neural
Modelos matemáticos
title_short Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
title_full Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
title_fullStr Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
title_full_unstemmed Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
title_sort Análise comparativa entre rede neural e modelos matemáticos na previsão do preço de liquidação das diferenças de energia no Brasil
author Valsangiacomo, Mattia Silva
author_facet Valsangiacomo, Mattia Silva
author_role author
dc.contributor.none.fl_str_mv Braghirolli, Lynceo Falavigna
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Valsangiacomo, Mattia Silva
dc.subject.por.fl_str_mv PLD
Rede Neural
Modelos matemáticos
topic PLD
Rede Neural
Modelos matemáticos
description TCC(graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Produção.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-08T13:27:04Z
2023-12-08T13:27:04Z
2023-11-30
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/123456789/252603
url https://repositorio.ufsc.br/handle/123456789/252603
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv This study aimed to evaluate different mathematical and computational models of time series in forecasting the Settlement Price of Differences (PLD) of energy in Brazil. To do this, several scientific articles and relevant government documents were reviewed in order to understand concepts and the structuring of the Brazilian electric energy market, mathematical models, machine learning models, evaluation metrics, as well as to identify the criteria that influence the PLD price. Subsequently, the necessary data was collected and cleaned for the forecasting process. Thus, this work presents a comparison between traditional forecasting models of time series (Holt-Winters and SARIMA) with a neural network model (LSTM). The models were designed and evaluated according to 4 error metrics (MAE, MSE, RMSE, and MAPE). The model that showed the best result was the SARIMA, with an MAE of 5.7962, MSE of 272.737, RMSE of 16.5147, and a MAPE of 1.15%. In addition, it was possible to observe that both Holt-Winters and LSTM also obtained satisfactory results.
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_ 1808652061347151872

Registros relacionados