Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga

Detalhes bibliográficos
Autor(a) principal: Amorim, Aline Jardim [UNESP]
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/126567
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/12-08-2015/000844134.pdf
Resumo: The prediction process study is a very important task for the operation of the electrical power systems. Therefore, it is necessary to predict the future behavior to provide energy with security, efficiency and economy to the users. This work presents a methodology based on neural networks to solve the problem of load forecasting. The proposal is to improve the neural network using the backpropagation algorithm adapting the inclination and translation parameters of the sigmoid function (activation function of the neural network). Besides, it is developed a fuzzy controller to adjust the training during the convergence process. To test the proposed methodology, it is presented a load forecasting study considering a database from an electrical energy company
id UNSP_6f5b8a5cb06d513e435952da4f0554a6
oai_identifier_str oai:repositorio.unesp.br:11449/126567
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Desenvolvimento de uma rede neuro-fuzzy para a previsão da cargaSistemas de energia eletricaCarga e distribuição elétricaRedes neurais (Computação)Lógica difusaElectric power systemsThe prediction process study is a very important task for the operation of the electrical power systems. Therefore, it is necessary to predict the future behavior to provide energy with security, efficiency and economy to the users. This work presents a methodology based on neural networks to solve the problem of load forecasting. The proposal is to improve the neural network using the backpropagation algorithm adapting the inclination and translation parameters of the sigmoid function (activation function of the neural network). Besides, it is developed a fuzzy controller to adjust the training during the convergence process. To test the proposed methodology, it is presented a load forecasting study considering a database from an electrical energy companyO estudo do processo de previsão constitui-se numa rotina de extrema importância para o funcionamento e a operação dos sistemas elétricos de potência. Para isso, há a necessidade de se prever os acontecimentos futuros visando o fornecimento de energia aos consumidores, de forma segura, eficaz e econômica. Neste sentido, nesta pesquisa, apresenta- se uma metodologia, baseada nas redes neurais, para resolver o problema de previsão de carga. São propostas melhorias na rede neural, via o emprego do algoritmo retropropagação (backpropagation), por meio da adaptação dos parâmetros de inclinação e de translação da função sigmoide (função ativação da rede neural). Além disto, é desenvolvido um controlador fuzzy com o propósito de ajustar a taxa de treinamento durante o processo de convergência. Visando testar a metodologia proposta, apresenta-se um estudo de previsão da carga considerando-se uma base de dados de uma companhia do setor elétricoUniversidade Estadual Paulista (Unesp)Minussi, Carlos Roberto [UNESP]Universidade Estadual Paulista (Unesp)Amorim, Aline Jardim [UNESP]2015-08-20T17:10:09Z2015-08-20T17:10:09Z2015-04-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis98 f. : il.application/pdfAMORIM, Aline Jardim. Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga. 2015. 98 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015.http://hdl.handle.net/11449/126567000844134http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/12-08-2015/000844134.pdf33004099080P07166279400544764Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-08-05T17:41:55Zoai:repositorio.unesp.br:11449/126567Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:41:55Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
title Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
spellingShingle Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
Amorim, Aline Jardim [UNESP]
Sistemas de energia eletrica
Carga e distribuição elétrica
Redes neurais (Computação)
Lógica difusa
Electric power systems
title_short Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
title_full Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
title_fullStr Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
title_full_unstemmed Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
title_sort Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga
author Amorim, Aline Jardim [UNESP]
author_facet Amorim, Aline Jardim [UNESP]
author_role author
dc.contributor.none.fl_str_mv Minussi, Carlos Roberto [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Amorim, Aline Jardim [UNESP]
dc.subject.por.fl_str_mv Sistemas de energia eletrica
Carga e distribuição elétrica
Redes neurais (Computação)
Lógica difusa
Electric power systems
topic Sistemas de energia eletrica
Carga e distribuição elétrica
Redes neurais (Computação)
Lógica difusa
Electric power systems
description The prediction process study is a very important task for the operation of the electrical power systems. Therefore, it is necessary to predict the future behavior to provide energy with security, efficiency and economy to the users. This work presents a methodology based on neural networks to solve the problem of load forecasting. The proposal is to improve the neural network using the backpropagation algorithm adapting the inclination and translation parameters of the sigmoid function (activation function of the neural network). Besides, it is developed a fuzzy controller to adjust the training during the convergence process. To test the proposed methodology, it is presented a load forecasting study considering a database from an electrical energy company
publishDate 2015
dc.date.none.fl_str_mv 2015-08-20T17:10:09Z
2015-08-20T17:10:09Z
2015-04-13
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.uri.fl_str_mv AMORIM, Aline Jardim. Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga. 2015. 98 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015.
http://hdl.handle.net/11449/126567
000844134
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/12-08-2015/000844134.pdf
33004099080P0
7166279400544764
identifier_str_mv AMORIM, Aline Jardim. Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga. 2015. 98 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015.
000844134
33004099080P0
7166279400544764
url http://hdl.handle.net/11449/126567
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/12-08-2015/000844134.pdf
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 98 f. : il.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128158108483584

Registros relacionados