[es] PREVISIÓN DE CARGA A CORTÍSIMO PLAZO EN EL NUEVO ESCENARIO ELÉCTRICO BRASILERO

GUILHERME MARTINS RIZZO

[pt] PREVISÃO DE CARGA DE CURTÍSSIMO PRAZO NO NOVO CENÁRIO ELÉTRICO BRASILEIRO;
[en] VERY SHORT TERM LOAD FORECASTING IN THE NEW BRAZILIAN ELECTRICAL SCENARIO

dc.contributor	REINALDO CASTRO SOUZA
dc.contributor	REINALDO CASTRO SOUZA
dc.creator	GUILHERME MARTINS RIZZO
dc.date	2001-07-19
dc.date.accessioned	2022-09-21T21:39:53Z
dc.date.available	2022-09-21T21:39:53Z
dc.identifier	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1738@1
dc.identifier	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1738@2
dc.identifier	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1738@4
dc.identifier	http://doi.org/10.17771/PUCRio.acad.1738
dc.identifier.uri	https://hdl.handle.net/20.500.12032/41652
dc.description	[pt] Nesta dissertação é proposto um modelo híbrido para previsão de carga de curtíssimo prazo, combinando amortecimento exponencial simples e redes neurais artificiais do topo feed-forward. O modelo fornece previsões pontuais e limites superiores e inferiores para um horizonte de quinze dias. Estes limites formam um intervalo ao qual pode ser associado um nível de confiança empírico, estimado através de um teste fora da amostra. O desempenho do modelo é avaliado ao longo de uma simulação realizada com dados reais de duas concessionárias de energia elétrica brasileiras.
dc.description	[en] This thesis presents an hibrid short term load forecasting model that mixes simple exponential smoothing with feed- forward neural networks. The model gives point predictions with upper and lower limits for 15-day-ahead horizon. These limits yields an interval with associated empirical confidence level, estimated by an out of sample test. The model's performance is evaluated through a simulation with real data obtained from two Brazilian utilities.
dc.description	[es] En esta disertación se propone un modelo híbrido para previsión de carga de cortísimo plazo, combinando amortecimiento exponencial simple y redes neurales artificiales tipo feed-forward. EL modelo nos da las previsiones puntuales y los límites superiores e inferiores para un horizonte de quince días. Estos límites forman un intervalo al cual se le puede asociar un nível de confianza empírico, estimado a través de un test out of sample. EL desempeño del modelo se evalúa utilizando datos reales de dos concesionarias de energía eléctrica brasileras.
dc.language	pt
dc.publisher	MAXWELL
dc.subject	[pt] PREVISAO DE CARGA
dc.subject	[pt] MODELO HIBRIDO
dc.subject	[pt] INTERVALO DE CONFIANCA
dc.subject	[pt] REDE NEURAL ARTIFICIAL
dc.subject	[en] LOAD FORECASTING
dc.subject	[en] HYBRID MODEL
dc.subject	[en] CONFIDENCE INTERVAL
dc.subject	[en] ARTIFICIAL NEURAL NETWORKS
dc.subject	[es] PREVISION DE CARGA
dc.title	[es] PREVISIÓN DE CARGA A CORTÍSIMO PLAZO EN EL NUEVO ESCENARIO ELÉCTRICO BRASILERO
dc.title	[pt] PREVISÃO DE CARGA DE CURTÍSSIMO PRAZO NO NOVO CENÁRIO ELÉTRICO BRASILEIRO
dc.title	[en] VERY SHORT TERM LOAD FORECASTING IN THE NEW BRAZILIAN ELECTRICAL SCENARIO
dc.type	TEXTO

Files in this item

Files	Size	Format	View
There are no files associated with this item.

This item appears in the following Collection(s)

Documentos - PUC-RIO

Show simple item record