Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/644
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Previsão de carga em sistema elétrico de potência utilizando redes neurais artificiais
metadata.dc.creator: SALES, Emerson Camelo
metadata.dc.contributor.advisor1: OHANA, Ivaldo
metadata.dc.contributor.advisor-co1: Carneiro, Gean Kleber da Silva
Issue Date: 8-Jan-2015
Citation: SSALES, Emerson Camelo. Previsão de carga em sistema elétrico de potência utilizando redes neurais artificiais. Orientador: Ivaldo Ohana. 2015. 67 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) – Campus Universitário de Tucuruí, Universidade Federal do Pará, Tucuruí, 2015. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/644. Acesso em:.
metadata.dc.description.resumo: Ter uma previsão futura de como se comportará a carga de um circuito elétrico, é estratégico para as empresas, que poderão programar suas manutenções para os períodos em que determinado circuito está menos sobrecarregado, não comprometendo, portanto todo um sistema. Este trabalho de graduação apresenta um modelo de previsão de carga em sistema elétrico de potência utilizando Redes Neurais Artificiais. O trabalho se propõe a realizar a previsão de carga uma semana à frente tomando por base para aprendizado as últimas três semanas. Para tanto, foi utilizado o banco de dados de carga, no período de um ano, do circuito Tucuruí - Vila do Conde 1 da Subestação de Tucuruí. Durante o trabalho, além de um rápido detalhamento das características do circuito em estudo, será apresentada a técnica de inteligência computacional utilizada. Haverá uma descrição detalhada dos passos durante o treinamento, validação e teste da rede neural. O software utilizado para a programação da rede neural foi o MATLAB.
Abstract: Having a forecast of will behave as the load of an electrical circuit, can be strategic for companies, which may schedule your maintenance for the periods in which a circuit is less over-loaded, therewith not compromising the entire system. This graduate work presents a load forecasting model in the electric power system using artificial neural networks. The study aims to perform load forecasting of a week later taking as basis for learning the last three weeks. For both, it was used the load database in the period of a year, of the Tucuruí circuit - Vila do Conde 1, of Tucurui's substation. During the work, plus a quick detailing of the circuit characteristics in study, will be presented to computational intelligence technique used. There will be a detailed description of the steps in the training, validation and testing of the neural network. The software used for programming the neural network was MATLAB.
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
Keywords: Sistemas de energia elétrica
Previsão de cargas
Redes neurais (Computação)
metadata.dc.rights: Acesso Aberto
Appears in Collections:Faculdade de Engenharia Elétrica - FEE/CAMTUC

Files in This Item:
File Description SizeFormat 
TCC_PrevisaoCargaSistema.pdf2,54 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons