Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo

Detalhes bibliográficos
Autor(a) principal: Andrade, Luciano Carli Moreira de
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18153/tde-15092010-102430/
Resumo: Uma vez que sistemas de inferência neuro-fuzzy adaptativos são aproximadores universais que podem ser usados em aplicações de aproximação de funções e de previsão, este trabalho tem por objetivo determinar seus melhores parâmetros e suas melhores arquiteturas com o propósito de se executar previsão de demanda de energia elétrica no curtíssimo prazo em subestações de distribuição. Isto pode possibilitar o desenvolvimento de controles automáticos de carga mais eficientes para sistemas elétricos de potência. As entradas do sistema são séries temporais de demanda de energia elétrica, compostas por dados mensurados em intervalos de cinco minutos ao longo de sete dias em subestações localizadas em cidades do interior do estado de São Paulo. Diversas configurações de entrada e diferentes arquiteturas foram examinadas para se fazer a previsão de um passo a frente. Os resultados do sistema de inferência neuro-fuzzy adaptativo frente às abordagens encontradas na literatura foram promissores.
id USP_8105d191e9afbde9e37efd921a0f0d76
oai_identifier_str oai:teses.usp.br:tde-15092010-102430
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazoNeurofuzzy approach for very-short term load demand forecastingDemanda de eletricidadeLoad demandNeuro-fuzzy systemPrevisão de curtíssimo prazoSistemas neuro-fuzzyVery short-term forecastingUma vez que sistemas de inferência neuro-fuzzy adaptativos são aproximadores universais que podem ser usados em aplicações de aproximação de funções e de previsão, este trabalho tem por objetivo determinar seus melhores parâmetros e suas melhores arquiteturas com o propósito de se executar previsão de demanda de energia elétrica no curtíssimo prazo em subestações de distribuição. Isto pode possibilitar o desenvolvimento de controles automáticos de carga mais eficientes para sistemas elétricos de potência. As entradas do sistema são séries temporais de demanda de energia elétrica, compostas por dados mensurados em intervalos de cinco minutos ao longo de sete dias em subestações localizadas em cidades do interior do estado de São Paulo. Diversas configurações de entrada e diferentes arquiteturas foram examinadas para se fazer a previsão de um passo a frente. Os resultados do sistema de inferência neuro-fuzzy adaptativo frente às abordagens encontradas na literatura foram promissores.Since adaptive neuro-fuzzy inference systems are universal approximators that can be used in functions approximation and forecasting applications, this work has the objective to determine their best parameters and best architectures with the purpose to execute very short term load forecasting in distribution substations. This can allow the development of more efficient load automatic control for power systems. The system inputs are load demand time series, which are composed of data measured at each five minutes interval, during seven days, from substations located in cities from São Paulo state countryside. Several input configurations and different architectures were examined to make a prediction aiming one step forecasting. The adaptive neuro-fuzzy inference system results in comparison with other approaches found in literature were promising.Biblioteca Digitais de Teses e Dissertações da USPSilva, Ivan Nunes daAndrade, Luciano Carli Moreira de2010-08-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18153/tde-15092010-102430/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:11Zoai:teses.usp.br:tde-15092010-102430Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:11Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
Neurofuzzy approach for very-short term load demand forecasting
title Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
spellingShingle Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
Andrade, Luciano Carli Moreira de
Demanda de eletricidade
Load demand
Neuro-fuzzy system
Previsão de curtíssimo prazo
Sistemas neuro-fuzzy
Very short-term forecasting
title_short Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
title_full Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
title_fullStr Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
title_full_unstemmed Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
title_sort Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo
author Andrade, Luciano Carli Moreira de
author_facet Andrade, Luciano Carli Moreira de
author_role author
dc.contributor.none.fl_str_mv Silva, Ivan Nunes da
dc.contributor.author.fl_str_mv Andrade, Luciano Carli Moreira de
dc.subject.por.fl_str_mv Demanda de eletricidade
Load demand
Neuro-fuzzy system
Previsão de curtíssimo prazo
Sistemas neuro-fuzzy
Very short-term forecasting
topic Demanda de eletricidade
Load demand
Neuro-fuzzy system
Previsão de curtíssimo prazo
Sistemas neuro-fuzzy
Very short-term forecasting
description Uma vez que sistemas de inferência neuro-fuzzy adaptativos são aproximadores universais que podem ser usados em aplicações de aproximação de funções e de previsão, este trabalho tem por objetivo determinar seus melhores parâmetros e suas melhores arquiteturas com o propósito de se executar previsão de demanda de energia elétrica no curtíssimo prazo em subestações de distribuição. Isto pode possibilitar o desenvolvimento de controles automáticos de carga mais eficientes para sistemas elétricos de potência. As entradas do sistema são séries temporais de demanda de energia elétrica, compostas por dados mensurados em intervalos de cinco minutos ao longo de sete dias em subestações localizadas em cidades do interior do estado de São Paulo. Diversas configurações de entrada e diferentes arquiteturas foram examinadas para se fazer a previsão de um passo a frente. Os resultados do sistema de inferência neuro-fuzzy adaptativo frente às abordagens encontradas na literatura foram promissores.
publishDate 2010
dc.date.none.fl_str_mv 2010-08-03
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 http://www.teses.usp.br/teses/disponiveis/18/18153/tde-15092010-102430/
url http://www.teses.usp.br/teses/disponiveis/18/18153/tde-15092010-102430/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257029921472512