???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/1539
Tipo: Trabalho de Conclusão de Curso
metadata.dc.title: Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais
Autor(es): Gomes, Rodrigo da Rosa
Primeiro Orientador: Garcia, Vinícius Jacques
Resumo: O problema da previsão de carga é um componente muito importante e estratégico para o planejamento da operação de sistemas de geração, transmissão e distribuição de energia elétrica. Devido ao seu grau de importância e do apelo deste problema, este trabalho aponta as características relevantes, diferentes técnicas e métodos que envolvem o problema de previsão de carga no curtíssimo prazo através de estudos feitos na literatura. Adicionalmente, este trabalho está focado principalmente nos métodos baseados em Redes Neurais Artificiais, oriundos da inteligência artificial justamente pelo seu alto grau de generalização que lhe conferiu ampla utilização nos trabalhos científicos das últimas décadas. Baseado nestes métodos, este trabalho demonstrará, através de um sistema computacional, os resultados de previsões de carga no curtíssimo prazo e a análise referente, dados o diferentes parâmetros abordados.
Abstract: The problem of load forecasting is a very important component of strategic planning and operation of systems for generation, transmission and distribution of electric energy. Due to their degree of importance and appeal of this issue, this study highlights the relevant features, diferente techniques and methods which involve the problem of load forecasting in the very short term through studies in the literature. Additionally, this work focuses mainly on methods based on Artificial Neural Networks, from artificial intelligence precisely for its high degree of generalization from which he received wide use in scientific work in recent decades. Based on these methods, this paper will demonstrate, through a computer system, the results of the load forecasts and analysis for very short term, given the different parameters discussed.
metadata.dc.subject: Computer science
Load forecasting
Artificial neural networks
Very short term
Artificial intelligence
Ciência da computação
Previsão de carga
Redes neurais artificiais
Curtíssimo Prazo
Inteligência artificial
CNPQ: CNPQ::CIENCIAS EXATAS E DA TERRA
metadata.dc.publisher: Universidade Federal do Pampa
Campus: Campus Alegrete
Tipo de acesso: Attribution-NonCommercial-NoDerivs 3.0 Brazil
Licença: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
metadata.dc.identifier.uri: http://dspace.unipampa.edu.br/jspui/handle/riu/1539
metadata.dc.date.issued: 12-Jul-2010
???org.dspace.app.webui.jsptag.ItemTag.appears???Ciência da Computação

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
Previsão de carga no curtíssimo prazo utilizando redes neurais artificiais.pdf673.39 kBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???


???jsp.display-item.text3??? ???jsp.display-item.license??? Creative Commons