Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2018-85498
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Previsão de demanda energética é uma ferramenta estratégica para companias de distribuição devido à necessidade de contratar o montante de uso dos sistemas de transmissão e distribuição. Entretanto, a maior parte da literatura é focada em previsão e não em simulação. A geração de cenários futuros é essencial para capturar a incerteza inerente ao processo e para permitir um framework de decisão com aversão a risco. O primeiro artigo dessa série de dois artigos propõe uma metodologia para simular cenários de consumo de energia de longo prazo e baixa frequência através de modelos em espaço de estados. Um pacote open-source em Julia contendo a implementação da modelagem em espaço de estados para séries temporais, o filtro de Kalman e a estimação por máxima verossimilhança é disponibilizado. Finalmente, um estudo de caso com dados reais do sistema elétrico brasileiro é apresentado.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo