Previsão de afluências através de uma rede neural feedforward com treinamento por Levenberg-Marquardt utilizando as toolboxes do MATLAB

• Processo: 08/01229-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2008
• Data de Término da vigência: 31 de julho de 2010
• Área de conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Pesquisador responsável: Anna Diva Plasencia Lotufo
• Beneficiário: Klayton Antonio Moreira Araújo
• Instituição Sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
• Assunto(s): MATLAB Redes neurais (computação) Previsão de carga elétrica
• Palavra(s)-Chave do Pesquisador: MatLab | Redes neurais | Treinamento Levenberg-Marquardt | Redes Neurais Artificiais

Resumo

Previsão de cargas elétricas é muito importante para planejamento e operação de sistemas elétricos. A partir do advento das redes neurais e da aplicação para problemas de previsão, estas se tornaram bastante interessantes suplantando os métodos estatísticos tradicionais, por exemplo, o ARIMA de Box & Jenkins. A rede neural feedforward com treinamento pelo algoritmo retropropagação é uma das mais utilizadas na literatura especializada, no entanto sua convergência é bastante lenta. O treinamento por Levenberg-Marquardt é uma alternativa bastante interessante por sua rapidez de convergência. Este trabalho pretende implantar uma rede neural feedforward com treinamento através do Levenberg-Marquardt utilizando as toolboxes do MATLAB, uma ferramenta bastante difundida nos meios acadêmicos, e aplicá-la para previsão de cargas elétricas, com dados de uma empresa do setor elétrico brasileiro.