Previsão de Demanda de Energia Elétrica Utilizando Redes Neurais Artificiais e Support Vector Regression

  • Gabriel I. S. Ruas UFPR
  • Ticiano A. C. Bragatto UFPR
  • Marcus V. Lamar UnB
  • Alexandre R. Aoki LACTEC
  • Silvio Michel de Rocco COPEL

Resumo


Este artigo descreve um sistema de previsão da demanda de energia a curto prazo utilizando duas técnicas diferentes de inteligência artificial: Redes neurais artificiais recorrentes e support vector regression. Também foi feita uma breve análise do perfil de demanda dos pontos de conexão da rede de energia elétrica.

Referências

Chen, B.J., Chang, M.W. and Lin,C.J., (2004) “Load Forecasting Using Support Vector Machines: A Study on EUNITE Competition 2001”, In: IEEE Transactions on Power Systems, Vol. 19, No. 4, Nov. 2004, pp. 1821-1830.

Kremer, S.C. (1995) “On the Computational Power of Elman-Style Recurrent Networks”, In: IEEE Trans. On Neural Networks, vol. 6, pp.1000-1004.

Smola, A.J., and Schölkopf, B., (1998) “A Tutorial on Support Vector Regression”, NeuroCOLT2 Technical Report Series TR NC-TR-98-030, Royal Holloway College, University of London, UK.

Elman, J.L. (1990) “Finding Structure in Time”, In: Cognitive Science, vol. 14, pp.179-221.

Haykin, S. (1998) Neural Networks: a Comprehensive Foundation, Prentice Hall PTR Upper Saddle River, NJ, USA.
Publicado
30/06/2007
Como Citar

Selecione um Formato
RUAS, Gabriel I. S.; BRAGATTO, Ticiano A. C.; LAMAR, Marcus V.; AOKI, Alexandre R.; ROCCO, Silvio Michel de. Previsão de Demanda de Energia Elétrica Utilizando Redes Neurais Artificiais e Support Vector Regression. In: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL (ENIAC), 6. , 2007, Rio de Janeiro/RJ. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2007 . p. 1262-1271. ISSN 2763-9061.