PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA (PPGEE)

UNIVERSIDADE FEDERAL DA PARAÍBA

Telefone/Ramal
(83)32167857

Notícias


Banca de DEFESA: ROMERO ÁLAMO OLIVEIRA DE MEDEIROS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ROMERO ÁLAMO OLIVEIRA DE MEDEIROS
DATA: 29/07/2016
HORA: 14:00
LOCAL: Auditório do CEAR
TÍTULO: PREVISÃO DE DEMANDA NO MÉDIO PRAZO UTILIZANDO REDES NEURAIS ARTIFICIAIS EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
PALAVRAS-CHAVES: Previsão de Demanda, Distribuição de Energia Elétrica, Previsão de Séries Temporais, Redes Neurais Artificiais, Inteligência Artificial
PÁGINAS: 68
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO: Prever o futuro sempre foi um objetivo a ser alcancado pelo ser humano. Desde antigamente, quando tentava prever a epoca de uma colheita ou periodo de chuvas, o homem busca prever o futuro para tomar decisoes no presente, e, uma das formas de fazer isso e, normalmente, estudar, avaliar e observar o passado. A capacidade de predicao e bastante util em diversas areas, como por exemplo, meteorologia, bolsa de valores, comercio, abastecimento de agua, etc. Enfim, diversos segmentos necessitam da analise dos dados do passado para predizer ou prever acontecimentos e assim, poder tomar decisoes no presente. Uma empresa da area de energia eletrica necessita alocar seus recursos com uma certa antecedencia, pois, estao dentre estes recursos a compra de equipamentos, aquisicao e construcao de linhas de transmissao, manutencoes programadas e a compra e venda de energia. Nesta premissa, foi desenvolvida uma ferramenta de apoio aos especialistas na area de planejamento estrategico em sistemas de distribuicao de energia eletrica, utilizando redes neurais artificiais para previsao de demanda. Para o metodo proposto, foi implementado um procedimento de previsao de demanda no medio prazo da regiao alimentada por tres subestacoes reais pertencentes ao sistema de distribuicao de energia gerido pela concessionaria Energisa-PB, utilizando um modelo computacional baseado em redes neurais artificiais (RNA) do tipo Multilayer Perceptron (MLP) com o auxilio do ambiente Matlab®. Foram consideradas as informacoes reais (banco de dados) da potencia ativa, para o periodo de 2008 ate 2014, fornecidas pela propria concessionaria e a previsao alcancou o horizonte de um ano a frente (52 semanas), comparados com os dados do ano de 2014. Alem disso, foi possivel avaliar o desempenho da RNA e estimar o crescimento de demanda da regiao alimentada por cada subestacao, o que pode auxiliar o planejamento de expansao do sistema de distribuicao.
MEMBROS DA BANCA:
Interno - 1783447 - EULER CASSIO TAVARES DE MACEDO
Interno - 1984771 - HELON DAVID DE MACEDO BRAZ
Presidente - 1972280 - JUAN MOISES MAURICIO VILLANUEVA
Externo ao Programa - 1315654 - ROGERIO GASPAR DE ALMEIDA
Interno - 1972270 - YURI PERCY MOLINA RODRIGUEZ