[pt] ENSAIOS EM PREVISÃO DE CARGA A CURTO PRAZO

LACIR JORGE SOARES

[en] ESSAYS ON SHORT-TERM LOAD FORECASTING

dc.contributor	REINALDO CASTRO SOUZA
dc.contributor	REINALDO CASTRO SOUZA
dc.creator	LACIR JORGE SOARES
dc.date	2004-01-26
dc.date.accessioned	2022-09-21T21:42:15Z
dc.date.available	2022-09-21T21:42:15Z
dc.identifier	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=4438@1
dc.identifier	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=4438@2
dc.identifier	http://doi.org/10.17771/PUCRio.acad.4438
dc.identifier.uri	https://hdl.handle.net/20.500.12032/42512
dc.description	[pt] A previsão de carga é considerada uma poderosa ferramenta no controle e planejamento de sistemas elétricos. Um grande número de pesquisadores têm sugerido, recentemente, diversas técnicas para previsão de carga a curto prazo. Este trabalho estuda a aplicabilidade de modelos lineares. O trabalho pretende ser uma base para uma aplicação real de previsão. Os modelos foram desenvolvidos e testados com dados reais de carga de uma empresa de eletricidade situada no sudeste de Brasil. Todos os modelos são propostos para dados secionais, isto é, a série de carga de cada hora é estudada separadamte como uma série única. Esta abordagem evita a modelagem de padrões intra-dia (perfil da carga) complexos apresentados pela série de carga, que variam durante os dias da semana e nas estações. Três modelos são estudados, primeiro um modelo um modelo SARIMA ajustado por variáveis binárias DASARIMA, adotado como modelo de referência, o segundo um modelo em duas etapas que considera a existência de componentes determinísticos para modelar a tendência, a sazonalidade e os efeitos do calendário, denominado modelo autorregressivo sazonal em dois níveis - TLSAR; e o último um modelo de de memória longa generalizada ajustado por variáveis binárias - DAGLM. Os resultados dos ensaios mostraram que os modelos horários são bem apropriados para uma aplicação de previsão. Os erros de previsão, das duas últimas abordagens, são menores que os do modelo de referência, DASARIMA. O trabalho sugere que este tipo de modelos horários devem ser testados mais completamente a fim de fornecer uma opinião final sobre sua aplicabilidade.
dc.description	[en] Load forecasting has been considered a powerful tool in managing and planning power systems. Several tecniques have been recently suggested for short-term load forecasting by a large number of researchers. This work studies the applicability of linear models in the area is intended to be a basis for a real forecasting application. The models were developed and tested on the real load data of a utility company located in the southeast of Brazil. All models are proposed for sectional data, that is, each hour's load is studied separately as a single series. This approach avoids modeling the intricate intra-day pattern (load profile) displayed by the load, wich varies throughout days of the week and seasons. Three models are studied, the first one a Dummy-Adjusted Seasonal Integrated Autoregressive Moving Average model - DASARIMA, acting as a benchmark, the second a two-step modeling that makes use of deterministic components to model trend, seasonality and calendar effects, called Two-Level Seasonal Autoregressive model - TLSAR; and the last one a Dummy-Adjusted Generalized Long Memory model - DAGLM. The test results showed that the hourly models are well suitable for forecasting application. The forecasting errors of the last two approaches were smaller than those of the DASARIMA benchmark. The work suggests that this kind of hourly models should be implemented in a through on-line testing in order to provide a final opinion on its applicability.
dc.language	pt
dc.publisher	MAXWELL
dc.subject	[pt] SERIE TEMPORAL
dc.subject	[pt] RACIONAMENTO
dc.subject	[pt] MEMORIA LONGA GENERALIZADA
dc.subject	[pt] MODELOS LINEARES
dc.subject	[pt] PREVISAO DE CARGA
dc.subject	[en] TIME SERIE
dc.subject	[en] RATIONING
dc.subject	[en] GENERALIZED LONG MEMORY
dc.subject	[en] LINEAR MODELS
dc.subject	[en] LOAD FORECASTING
dc.title	[pt] ENSAIOS EM PREVISÃO DE CARGA A CURTO PRAZO
dc.title	[en] ESSAYS ON SHORT-TERM LOAD FORECASTING
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