Previsão de Carga Elétrica com Redes Neurais NARX Incorporando Variáveis Exógenas

- 337506
Abstract
Favorite this paper
How to cite this paper?
Abstract

A previsão de carga elétrica é fundamental para o planejamento e a operação de sistemas de energia. Entretanto, a presença de padrões sazonais e relações não lineares torna essa tarefa desafiadora. Neste trabalho, investiga-se a aplicação de uma rede neural NARX (Nonlinear Autoregressive Network With Exogenous Inputs) para a previsão de carga elétrica, incorporando variáveis exógenas associadas à hora do dia e ao dia da semana. A série temporal analisada corresponde ao consumo de energia elétrica na Nova Zelândia, com medições registradas a cada 30 minutos ao longo de 372 dias. Inicialmente, foi realizada uma análise exploratória da série utilizando o software R, a fim de identificar padrões, tendências e sazonalidade. Em seguida, a rede NARX foi treinada no MATLAB utilizando o algoritmo de otimização Levenberg–Marquardt. Os resultados indicam que o modelo foi capaz de capturar adequadamente os padrões presentes na série temporal, apresentando bom desempenho na tarefa de previsão. Esses resultados evidenciam o potencial das redes neurais NARX para a modelagem de séries temporais de carga elétrica com a incorporação de variáveis exógenas.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Universidade Estadual Paulista (Unesp) Júlio de Mesquita Filho
  • 2 Universidade Estadual Paulista 'Júlio de Mesquita Filho'
  • 3 Faculdade de Engenharia de Ilha Solteira, Universidade Estadual Paulista (UNESP)
Track
  • ST06 - Mathematics Applied to Engineering 1
Keywords
Previsão de Carga Elétrica
Redes Neurais Artificiais
NARX
Variáveis Exógenas