Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

You searched for id:"handle:10183/157828". One record found.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Rola, Marcelo Coleto. Previsão da geração de energia elétrica no médio prazo para o Estado do Rio Grande do Sul empregando redes neurais artificiais.

Degree: 2017, Universidade do Rio Grande do Sul

A demanda e, consequentemente, a geração de energia elétrica são questões de suma importância para o desenvolvimento econômico e social dos países. Modelos para previsão destes parâmetros no longo e médio prazo são empregados com a finalidade de antever possíveis cenários e propor estratégias para a realização de um planejamento energético adequado. Neste contexto, o presente estudo tem como objetivo realizar a previsão da geração de energia elétrica no estado do Rio Grande do Sul (RS) em um horizonte de médio prazo (um ano), utilizando Redes Neurais Artificiais (RNA’s) do tipo feedforward com algoritmo de aprendizado supervisionado backpropagation. Para o desenvolvimento deste trabalho elaborou-se um script para executar as simulações necessárias, as quais foram realizadas através do software Matlab®. As variáveis de influência selecionadas como entradas do modelo de previsão referem-se à economia (estadual e nacional), ao balanço de energia elétrica e à meteorologia do estado, durante o período de janeiro de 2009 a março de 2016. Para realizar o treinamento da rede neural, adicionou-se a matriz de entrada este conjunto de dados, com frequência mensal, referentes a janeiro de 2009 a março de 2015 e para previsão foram inseridos dados de abril de 2015 a março de 2016. Por fim, depois de realizada a simulação completa da RNA, comparou-se o resultado observado da geração de energia elétrica do estado com o obtido através do modelo de previsão, indicando um erro percentual absoluto médio (MAPE) de 5,86% e um desvio absoluto médio (MAD) de 134,15 MW médio. Os resultados obtidos neste trabalho mostram-se promissores, além de semelhantes aos encontrados na literatura, demonstrando assim confiabilidade e eficácia do método empregado.

The demand and, consequently, the generation of electric power are very important issues for social and economic development of countries. Models to forecast these parameters in long and medium terms are used to anticipate possible sceneries and propose strategies for the energy planning of countries. In this context, the present study aims to forecast the generation of electric energy in Rio Grande do Sul State (RS) in a medium-term horizon (one year) using, Artificial Neural Networks (ANNs) of the feedforward type with algorithm of supervised learning backpropagation. For the development of this work, a script was elaborated in order to execute the necessary simulations, which were carried out through Matlab® software. The selected variables of influence as inputs of forecasting model refer to economy (State and National), to the electric energy balance and to the meteorology State, during the period from January, 2009 to March, 2016. In order to train the neural network, this data set was added to the entrance matrix, with monthly frequency, from January, 2009 to March, 2015 and for prediction, data were inserted from April, 2015 to March, 2016. Finally, after RNA complete simulation, the observed result of the electric power generation of the State was compared with the one obtained…

Advisors/Committee Members: Bodmann, Bardo Ernst Josef.

Subjects/Keywords: Backpropagation; Electric energy generation; Redes neurais artificiais; Artificial neural networks; Energia elétrica : Geração : Rio Grande do Sul; Backpropagation; Forecasting model

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Rola, M. C. (2017). Previsão da geração de energia elétrica no médio prazo para o Estado do Rio Grande do Sul empregando redes neurais artificiais. (Thesis). Universidade do Rio Grande do Sul. Retrieved from http://hdl.handle.net/10183/157828

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Chicago Manual of Style (16th Edition):

Rola, Marcelo Coleto. “Previsão da geração de energia elétrica no médio prazo para o Estado do Rio Grande do Sul empregando redes neurais artificiais.” 2017. Thesis, Universidade do Rio Grande do Sul. Accessed October 21, 2017. http://hdl.handle.net/10183/157828.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

MLA Handbook (7th Edition):

Rola, Marcelo Coleto. “Previsão da geração de energia elétrica no médio prazo para o Estado do Rio Grande do Sul empregando redes neurais artificiais.” 2017. Web. 21 Oct 2017.

Vancouver:

Rola MC. Previsão da geração de energia elétrica no médio prazo para o Estado do Rio Grande do Sul empregando redes neurais artificiais. [Internet] [Thesis]. Universidade do Rio Grande do Sul; 2017. [cited 2017 Oct 21]. Available from: http://hdl.handle.net/10183/157828.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Council of Science Editors:

Rola MC. Previsão da geração de energia elétrica no médio prazo para o Estado do Rio Grande do Sul empregando redes neurais artificiais. [Thesis]. Universidade do Rio Grande do Sul; 2017. Available from: http://hdl.handle.net/10183/157828

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

.