Estudo e aprendizado de redes neurais artificiais para aplicação em previsão de cargas elétricas

• Processo: 05/02879-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de novembro de 2005
• Data de Término da vigência: 31 de outubro de 2007
• Área de conhecimento: Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
• Pesquisador responsável: Anna Diva Plasencia Lotufo
• Beneficiário: Kenji Nose Filho
• Instituição Sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
• Assunto(s): Previsão de carga elétrica Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Previsao De Cargas | Redes Neurais | Aplicações de Redes Neurais

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 através do algoritmo retropropagação é uma das mais utilizadas nas diversas aplicações encontradas na literatura. Este trabalho pretende implantar uma rede neural feedforward com treinamento via retropropagação utilizando as toolboxes do MATLAB, uma ferramenta bastante difundida nos meios acadêmicos, e aplicando para previsão de cargas elétricas, com dados de uma empresa do setor elétrico brasileiro. (AU)