Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/5290
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorSantos, André Almeidapt_BR
dc.contributor.advisorReis, Agnaldo José da Rochapt_BR
dc.contributor.authorBrangioni, Guilherme Braga-
dc.date.accessioned2023-04-03T11:29:25Z-
dc.date.available2023-04-03T11:29:25Z-
dc.date.issued2023pt_BR
dc.identifier.citationBRANGIONI, Guilherme Braga. Análise e previsão de carga elétrica via redes neurais convolucionais. 2023. 40 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/5290-
dc.description.abstractAs redes neurais artificiais têm se expandido e consolidado ao longo do tempo. Dentre suas aplicações, destacam-se a previsão de carga elétrica (i.e. demanda energética de um sistema) aplicando-se metodologias de análise de séries temporais e operações de convolução, identifica ção e classificação comportamental violento ou não violento, demandas industriais, e aplicações de segurança e controle operacional. Neste trabalho, uma série temporal contendo valores de carga elétrica foi avaliada por uma rede neural convolucional, que realizou a previsão da carga dentro de uma janela de tempo. A previsão da carga pode garantir um planejamento eficiente das manutenções nos equipamentos de geração, transmissão e distribuição de energia elétrica, realo cação eficiente das cargas do sistema, identificação de obstáculos no cenário energético, além de auxiliar na identificação de melhorias no sistema. A métrica aplicada do RMSE apresentou erro de 0, 028% para a previsão da carga elétrica no subsistema elétrico Sudeste/Centro-Oeste de Minas Gerais, o qual demonstra a eficiência do método utilizado.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAn error occurred on the license name.*
dc.rights.uriAn error occurred getting the license - uri.*
dc.subjectRedes neurais - computaçãopt_BR
dc.subjectConvolutional neuralpt_BR
dc.subjectAnálise de séries temporaispt_BR
dc.subjectRedes neural convolucionalpt_BR
dc.subjectInteligência artificialpt_BR
dc.titleAnálise e previsão de carga elétrica via redes neurais convolucionais.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeSantos, André Almeidapt_BR
dc.contributor.refereeReis, Agnaldo José da Rochapt_BR
dc.contributor.refereeSantana, Adrielle de Carvalhopt_BR
dc.description.abstractenArtificial Neural Networks are expanding and establishing over time. Between it’s applications, electric load prediction (i.e. electrical demand) using Time Series analisys and convolution operations, violent or non-violent behavior classification and identification, industrial needs, and security and operational control are some applications that stands out. On this thesis, a time serie containing electric load values was evaluated by a convolutional neural network, and predicted the load in a specific period. The load prediction can provide an eficient maintenance schedule on generation, transmission and distribution electrical equipments, eficient load allocation, obstacle identification on electrical systems, furthermore, helps on improvements in general. The proposed methodology had an RMSE error close to 0, 028% for the electric load prediction on Southeast/Middle West Minas Gerais Subsystem, that shows the method efficiency.pt_BR
dc.contributor.authorID15.1.1249pt_BR
Aparece nas coleções:Engenharia de Controle e Automação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AnalisePrevisaoCarga.pdf5,18 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons