PREVISÃO DE CARGA ELÉTRICA NO CURTO PRAZO COM REDES NEURAIS

Angel Santiago Fernandez Bou, Vítor Hugo Ferreira

Resumo


A previsão da carga elétrica que vai ser consumida em um determinado horizonte temporal tem-se tornado um dos alvos das pesquisas das empresas concessionárias de energia elétrica. Ao longo das últimas décadas, diversos métodos de cálculo estatístico têm sido usados para realizar estas previsões; no entanto, com a evolução da computação, novas técnicas baseadas na inteligência artificial conseguiram desenvolver-se com bons resultados. Uma das técnicas que oferecem melhores resultados é a de Redes Neurais Artificiais, já que apresenta alta capacidade de lidar com comportamentos não lineares, como os que acontecem na demanda de potência elétrica. Neste artigo estudou-se uma série de dados de carga elétrica horária e de temperatura horária durante dois meses para realizar a previsão da potência elétrica horária demandada durante os sete dias posteriores à série, utilizando a técnica de Redes Neurais Artificiais. A hipótese de partida usada foi que a carga elétrica depende da temperatura. Para alimentar a Rede Neural utilizaram-se como entradas a evolução do consumo, a temperatura horária e um coeficiente dependente da temperatura. Este coeficiente tentou destacar o efeito da não linearidade da série. O menor erro percentual médio obtido com o modelo após aplicar diversas parametrizações foi de 3,41%. Este resultado pode ser considerado bom, ficando provado que a técnica de Redes Neurais Artificiais fornece boas previsões para o cálculo da potência elétrica demandada no curto prazo.

Texto completo:

pdf


DOI: https://doi.org/10.22409/engevista.v16i1.591

Apontamentos

  • Não há apontamentos.