<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Previsão de carga através de modelos neuro-fuzzy

dc.contributor.advisorAssis, Tatiana Mariano Lessa de
dc.contributor.advisorCo1Pessanha, José Francisco Moreira
dc.contributor.referee1Oumar, Diene
dc.creatorAlmeida, Victor Andrade de
dc.date.accessioned2019-10-09T10:54:22Z
dc.date.available2026-05-16T03:02:15Z
dc.date.issued2013-08
dc.description.resumoEste projeto de graduação apresenta um modelo de previsão de carga de sistemas de energia elétrica utilizando de forma combinada Redes Neurais Artificiais e Lógica Fuzzy. Ao longo do trabalho são apresentados os fundamentos dessas duas técnicas de inteligência computacional, assim como a utilização de ambas na metodologia proposta. A partir de dados de carga históricos e outras informações como as datas de feriados e finais de semana, são realizadas separadamente previsões de ponta de carga e perfil de carga. São descritos de forma detalhada os dados de entrada, a estrutura do modelo proposto e também os ajustes realizados nos parâmetros do modelo a fim de obter-se uma maior qualidade na previsão. A programação do modelo, o tratamento de dados e avaliação do resultado foram realizados através do software MATLAB.pt_BR
dc.embargo.termsabertopt_BR
dc.identifier.urihttp://hdl.handle.net/11422/9937
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola Politécnicapt_BR
dc.publisher.initialsUFRJpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectPrevisão de Cargapt_BR
dc.subjectRedes Neuraispt_BR
dc.subjectLógica Fuzzypt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.titlePrevisão de carga através de modelos neuro-fuzzypt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
monopoli10007620.pdf
Tamanho:
2,32 MB
Formato:
Adobe Portable Document Format

Pacote de licença

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1,81 KB
Formato:
Item-specific license agreed upon to submission
Descrição: