[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

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Documentos - PUC-RIO

Mostrar el registro sencillo del ítem