dc.creator | Casarin, Kauan Vargas | |
dc.date.accessioned | 2023-12-21T11:08:52Z | |
dc.date.available | 2023-12-21T11:08:52Z | |
dc.date.issued | 2023-04-14 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/30919 | |
dc.description | Título que consta na ata de defesa:
Método para otimização da representação das variáveis meteorológicas em modelos de previsão de carga | por |
dc.description.abstract | This study aims to develop a method for optimizing electricity demand forecasts by exploring different approaches to representing meteorological variables in various load forecasting
methods and their respective configurations. To achieve this goal, composite meteorological indices, weighted by demographic factors, are developed based on numerical weather simulations
conducted using the WRF model. These indices are integrated into two distinct load forecasting
methodologies: one based on traditional regression techniques and the other utilizing neural
network methods. Through the integration of these indices along with multiple calibration and
training approaches for the forecasting models, the aim is to explore optimization strategies for
load estimates. To validate the proposed method, a case study was conducted in the Northeast
subsystem of the National Interconnected System (SIN). The results indicate that it is feasible
to optimize load forecasts in this region, with a substantial influence of wind on the predictions.
Both models demonstrated satisfactory results. However, it was observed that using extensive
load histories for model calibration leads to a tendency to underestimate the forecasts. In summary, the developed method enables load forecast optimization throughout all stages, from data
acquisition to the incorporation of environmental variables and the configuration of different
load forecasting models. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Previsão de carga | por |
dc.subject | Índices meteorológicos | por |
dc.subject | Regressões | por |
dc.subject | Redes neurais | por |
dc.subject | Load forecast | eng |
dc.subject | Weather indices | eng |
dc.subject | Regressions | eng |
dc.subject | Neural networks | eng |
dc.title | Otimização de previsões de demanda de energia elétrica: aplicação de índices meteorológicos compostos em métodos de previsão de carga | por |
dc.title.alternative | Optimization of electricity demand forecasts: application of composite meteorological indices in load forecasting methods | eng |
dc.type | Tese | por |
dc.description.resumo | Este estudo tem como objetivo desenvolver um método de otimização das previsões de
demanda de energia elétrica, por meio da exploração de diferentes abordagens de representação das variáveis meteorológicas em diferentes métodos de previsão de carga e suas respectivas
configurações. Para alcançar esse objetivo, são elaborados índices meteorológicos compostos,
ponderados por fatores demográficos, derivados de simulações numéricas de tempo conduzidas
com o modelo WRF. Esses índices são integrados a duas metodologias distintas de previsão de
carga: uma baseada em técnicas de regressão tradicionais e outra utilizando métodos de redes
neurais. Através da integração desses índices em conjunto com múltiplas formas de calibração
e treinamento dos modelos de previsão, busca-se explorar estratégias de otimização das estimativas de carga. Com o intuito de validar o método proposto, um estudo de caso foi conduzido no
subsistema Nordeste do Sistema Interligado Nacional (SIN). Os resultados obtidos indicaram
que é viável otimizar as previsões de carga nessa região, destacando-se a influência substancial
do vento nas previsões. Ambos os modelos demonstraram resultados satisfatórios. Entretanto,
observou-se que o uso de históricos extensos de carga para a calibração dos modelos resulta
em uma tendência de subestimação das previsões. Em suma, o método desenvolvido permite
a otimização das previsões de carga ao longo de todas as etapas, desde a aquisição dos dados
até a inclusão das variáveis ambientais e a configuração dos diferentes modelos de previsão de
carga. | por |
dc.contributor.advisor1 | Anabor, Vagner | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5770274675104746 | por |
dc.contributor.referee1 | Dal Piva, Everson | |
dc.contributor.referee2 | Puhales , Franciano Scremin | |
dc.contributor.referee3 | Quadro , Mario Francisco Leal de | |
dc.contributor.referee4 | Rodríguez , Lissette Guzmán | |
dc.creator.Lattes | http://lattes.cnpq.br/9299375923111351 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Meteorologia | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Meteorologia | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA | por |
dc.publisher.unidade | Centro de Ciências Naturais e Exatas | por |