Previsão de carga no periodo de demanda de ponta utilizando redes neurais artificiais (original) (raw)

Avaliação da influência das tensões de barra na previsão de cargas via redes neurais

Research, Society and Development

A previsão de carga de curtíssimo prazo permite aos engenheiros de operação um despacho econômico e seguro do sistema elétrico, além de ajudar na composição dinâmica de preços no mercado de energia. Diversas metodologias como análise de regressão, series temporais, abordagens de aprendizado de máquina, métodos de aprendizado profundo e inteligência artificial tem sido usadas para prever a carga. Mas, diversos fatores externos tornam a previsão uma tarefa mais complexa do que aparenta ser inicialmente. Assim, as redes neurais artificiais têm-se apresentado como uma técnica de inteligência computacional capaz de lidar com o problema da previsão de carga com grande precisão. Neste contexto, este trabalho visa avaliar o impacto do perfil de tensão das barras do sistema elétrico sobre a previsão da carga. Para isto, foi proposto estudar três arranjos de bases de dados ((1) dados normalizados do histórico de carga; (2) dados normalizados do histórico de carga e tensão nas barras de carga;...

Previsão de Carga Elétrica para o Horizonte de Curto Prazo via Redes Neurais Artificiais Utilizando C++ e Python

2020

Os avancos tecnologico e social observados atualmente em todo o mundo implicam na exigencia de niveis cada vez melhores de eficiencia e de qualidade no fornecimento da energia eletrica. Neste sentido, para garantir a operacao segura e economica dos sistemas eletricos de potencia, o estudo de previsao futura do estado das cargas eletricas desempenha um papel de fundamental importância. Com essa motivacao, nesse trabalho e aplicado um metodo difundido na literatura para previsao diaria de cargas eletricas no horizonte de curto prazo, o metodo Perceptron Multicamadas (MLP), via Algoritmo de Retropropagacao (BP) para treinamento. A implementacao da tecnica de previsao e realizada para avalizacao do desempenho de duas diferentes linguagens de programacao, C++ e Python. A validacao da ferramenta e a analise dos resultados se baseiam na aplicacao de tres diferentes bases de dados, sendo um delas obtida a partir de informacoes atuais disponibilizadas pelo Operador Nacional do Sistema (ONS).

Aplicação de redes neurais artificiais na previsão da produção de álcool

Ciencia E Agrotecnologia, 2010

This work describes the application of Artificial Neural Networks in the forecasting of alcohol production in Brazil in the year of 2006 using past data. Results obtained through Neural Networks were compared to those obtained using time series techniques, and Neural Networks have shown better results.

Previsão de carga a curto prazo: Modelagem em duas etapas

8 de julho de 2009 Resumo This paper studies the hourly electricity load demand in the area covered by a utility situated in the Seattle, USA, called Puget Sound Power and Light Company. Our proposal is put into proof with the famous dataset from this company. We propose a stochastic model which employs ANN (Artificial Neural Networks) to model short-run dynamics and the dependence among adjacent hours. The model proposed treats each hour's load separately as individual single series. This approach avoids modeling the intricate intra-day pattern (load profile) displayed by the load, which varies throughout days of the week and seasons. The forecasting performance of the model is evaluated in similiar mode a TLSAR (Two-Level Seasonal Autoregressive) model proposed by Soares (2003) using the years of 1995 and 1996 as the holdout sample. Moreover, we conclude that non linearity is present in some series of these data. The model results are analyzed. The experiment shows that our to...

Uso de redes neurais RBF e GRNN para comparação de previsões de carga de longo prazo de energia elétrica

Anais do 12. Congresso Brasileiro de Inteligência Computacional, 2015

In planning the electric power sector, where power load forecast is important, methods to improve data prediction should be studied. Neural networks help in this study in finding applications in different scientific areas and exploiting their abilities to generate predictions. This work performs a long-term load prediction of energy in southeastern Brazil by comparing the results of the RBF network and the GRNN network in a forecast range of seven years, with estimates obtained by the autoregression and naïve methods.

Previsão de Carga a Curto Prazo Usando Método de Agrupamento Nebuloso

Anais do 7. Congresso Brasileiro de Redes Neurais, 2016

Resumo-O presente trabalho aplica um modelo baseado em agrupamento nebuloso no problema de previsão de carga de curto prazo para as 24 horas do próximo dia. Neste modelo,é utilizado o algoritmo de agrupamento fuzzy c-means para explorar a estrutura dos dados históricos, e reconhecimento de padrões para capturar similaridades na tendência das séries de consumo de carga discretizadas em base horária. A metodologiá e testada em um ponto de medição tipicamente residencial localizado na região nordeste do Brasil. Os resultados mostram erros percentuais absolutos médios na ordem de 1,99%.