Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade do Vale do Rio dos Sinos
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação Aplicada
|
Departamento: |
Escola Politécnica
|
País: |
Brasil
|
Palavras-chave em Português: | |
Palavras-chave em Inglês: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://www.repositorio.jesuita.org.br/handle/UNISINOS/8802 |
Resumo: | A gestão eficiente sobre a oferta e a procura de energia tem se tornado um dos principais focos das companhias de distribuição de energia elétrica, onde a viabilidade desta gestão se dá através de um contexto de modernização e avanços tecnológicos que vem acontecendo de forma acelerada no setor de energia, o conceito de Smart Grids surge relacionado às novas capacidades de gestão de redes energéticas inteligentes, por meio da integração de mecanismos automatizados de comunicação que viabilizam o alcance de uma visão global do estado da rede energética e da totalidade de seus componentes. Assim, as companhias passam a ter volumes massivos de informação à sua disposição, passíveis de análise e suficientes para suportar a estratégia de aprimoramento do ciclo de produção, distribuição e comercialização de energia em sua totalidade. A eletricidade, enquanto mercadoria, possui propriedades únicas, por exemplo, a impossibilidade de ser armazenada de forma eficiente e viável economicamente e, por esse motivo, a produção tem que satisfazer de forma constante e imediata as necessidades do diagrama de carga. Aliado a este fator, prever a demanda de consumo assume papel fundamental para todo o setor elétrico desde o momento da contratação da energia até sua distribuição. A possibilidade de prever acontecimentos futuros se torna um diferencial ao ponto que se permitirá intervir com antecipação a determinados acontecimentos inesperados, tais como, falhas na rede ocasionados por eventos ocorridos, prever picos de consumo de energia para determinados setores possibilitando agilizar mecanismos para dar respostas as necessidades, ou ser utilizado no planejamento mais assertivo voltado à gestão sustentável e eficiente da geração e transmissão de energia em relação as necessidades previstas. Assim, o presente trabalho assume como objetivo principal o desenvolvimento e teste de uma metodologia que permite criar um modelo de previsão de curto prazo de consumo de energia, de forma a tornar viável uma melhor gestão das operações relacionadas as redes de energia elétrica. Caracteristicamente, o consumo de energia apresenta certos comportamentos que podem ser justificados por inúmeras variáveis, a citar-se, dimensões temporais, como a hora do dia em que a energia é consumida ou a própria estação do ano. O modelo de previsão será fundamentado na utilização de dados históricos de consumo correlacionando este a variáveis que possam influenciar o consumo de forma a criar modelos mais assertivos e adequados. |
id |
USIN_bd23a1c3f3818e61648cdaeff8c7e85d |
---|---|
oai_identifier_str |
oai:www.repositorio.jesuita.org.br:UNISINOS/8802 |
network_acronym_str |
USIN |
network_name_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
repository_id_str |
|
spelling |
2019-09-17T14:26:46Z2019-09-17T14:26:46Z2019-04-30Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2019-09-17T14:26:45Z No. of bitstreams: 1 Rogélio de Souza Jardim_.pdf: 2620014 bytes, checksum: 4f50e35e90548c4911c0c05544652826 (MD5)Made available in DSpace on 2019-09-17T14:26:46Z (GMT). No. of bitstreams: 1 Rogélio de Souza Jardim_.pdf: 2620014 bytes, checksum: 4f50e35e90548c4911c0c05544652826 (MD5) Previous issue date: 2019-04-30A gestão eficiente sobre a oferta e a procura de energia tem se tornado um dos principais focos das companhias de distribuição de energia elétrica, onde a viabilidade desta gestão se dá através de um contexto de modernização e avanços tecnológicos que vem acontecendo de forma acelerada no setor de energia, o conceito de Smart Grids surge relacionado às novas capacidades de gestão de redes energéticas inteligentes, por meio da integração de mecanismos automatizados de comunicação que viabilizam o alcance de uma visão global do estado da rede energética e da totalidade de seus componentes. Assim, as companhias passam a ter volumes massivos de informação à sua disposição, passíveis de análise e suficientes para suportar a estratégia de aprimoramento do ciclo de produção, distribuição e comercialização de energia em sua totalidade. A eletricidade, enquanto mercadoria, possui propriedades únicas, por exemplo, a impossibilidade de ser armazenada de forma eficiente e viável economicamente e, por esse motivo, a produção tem que satisfazer de forma constante e imediata as necessidades do diagrama de carga. Aliado a este fator, prever a demanda de consumo assume papel fundamental para todo o setor elétrico desde o momento da contratação da energia até sua distribuição. A possibilidade de prever acontecimentos futuros se torna um diferencial ao ponto que se permitirá intervir com antecipação a determinados acontecimentos inesperados, tais como, falhas na rede ocasionados por eventos ocorridos, prever picos de consumo de energia para determinados setores possibilitando agilizar mecanismos para dar respostas as necessidades, ou ser utilizado no planejamento mais assertivo voltado à gestão sustentável e eficiente da geração e transmissão de energia em relação as necessidades previstas. Assim, o presente trabalho assume como objetivo principal o desenvolvimento e teste de uma metodologia que permite criar um modelo de previsão de curto prazo de consumo de energia, de forma a tornar viável uma melhor gestão das operações relacionadas as redes de energia elétrica. Caracteristicamente, o consumo de energia apresenta certos comportamentos que podem ser justificados por inúmeras variáveis, a citar-se, dimensões temporais, como a hora do dia em que a energia é consumida ou a própria estação do ano. O modelo de previsão será fundamentado na utilização de dados históricos de consumo correlacionando este a variáveis que possam influenciar o consumo de forma a criar modelos mais assertivos e adequados.The efficient management of the demand and supply of energy has become one of the main focuses of electric power distribution companies, where the viability of this management is given through a context of modernization and technological advances that has been happening in an accelerated way in the energy sector. The concept of Smart Grids arises related to the new capabilities of management of intelligent energy networks, through the integration of automated mechanisms of communication that enables the attainment of a global vision of the state of the energy network and all of its components. Thus, companies will have massive volumes of information at their disposal, being capable of being analyzed and sufficient to support the strategy of enhancement of the cycle of production, distribution and commercialization of energy in its entirety. Electricity, as a commodity, has unique properties, for example, the impossibility of being stored efficiently and economically viable, and for this reason, production must satisfy the needs of the load diagram constantly and immediately. In addition to this factor, predicting the consumption demand assumes a fundamental role for the whole electric sector from the moment of contracting the energy until its distribution. The possibility of predicting future events becomes a differential to the point where it will be possible to intervene in advance of certain unexpected events, such as network failures, and to predict energy consumption peaks for certain sectors, making it possible to streamline mechanisms to respond to the needs, or be used in more assertive planning aiming at the sustainable and efficient management of the generation and transmission of energy in relation to the anticipated needs. Thus, the main objective of the present work is the development and testing of a methodology that allows the creation of a predictive short term model of energy consumption in order to make feasible the better management of operations related to electric power grids. Characteristically, the energy consumption presents certain behaviors that can be justified by numerous variables, to cite, temporal dimensions, such as the time of day when the energy is consumed or the season itself. The prediction model will be based on the use of historical data of consumption correlating this to variables that can influence consumption in order to create more assertive and adequate models.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorJardim, Rogélio de Souzahttp://lattes.cnpq.br/3967548338261696http://lattes.cnpq.br/2332604239081900Santos, José Vicente Canto doshttp://lattes.cnpq.br/3054875168089226Righi, Rodrigo da RosaUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Computação AplicadaUnisinosBrasilEscola PolitécnicaPrevisibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumoACCNPQ::Ciências Exatas e da Terra::Ciência da ComputaçãoAgrupamentoAnálise PreditivaMedidor InteligenteRede InteligenteClusteringPredictive AnalysisSmart MeterSmart Gridinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/8802info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSORIGINALRogélio de Souza Jardim_.pdfRogélio de Souza Jardim_.pdfapplication/pdf2620014http://repositorio.jesuita.org.br/bitstream/UNISINOS/8802/1/Rog%C3%A9lio+de+Souza+Jardim_.pdf4f50e35e90548c4911c0c05544652826MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/8802/2/license.txt320e21f23402402ac4988605e1edd177MD52UNISINOS/88022019-09-17 11:29:32.647oai:www.repositorio.jesuita.org.br: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 Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2019-09-17T14:29:32Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false |
dc.title.pt_BR.fl_str_mv |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo |
title |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo |
spellingShingle |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo Jardim, Rogélio de Souza ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação Agrupamento Análise Preditiva Medidor Inteligente Rede Inteligente Clustering Predictive Analysis Smart Meter Smart Grid |
title_short |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo |
title_full |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo |
title_fullStr |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo |
title_full_unstemmed |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo |
title_sort |
Previsibilidade de consumo de energia elétrica no curto prazo aliada a perfis de consumo |
author |
Jardim, Rogélio de Souza |
author_facet |
Jardim, Rogélio de Souza |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3967548338261696 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2332604239081900 |
dc.contributor.author.fl_str_mv |
Jardim, Rogélio de Souza |
dc.contributor.advisor-co1.fl_str_mv |
Santos, José Vicente Canto dos |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/3054875168089226 |
dc.contributor.advisor1.fl_str_mv |
Righi, Rodrigo da Rosa |
contributor_str_mv |
Santos, José Vicente Canto dos Righi, Rodrigo da Rosa |
dc.subject.cnpq.fl_str_mv |
ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação |
topic |
ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação Agrupamento Análise Preditiva Medidor Inteligente Rede Inteligente Clustering Predictive Analysis Smart Meter Smart Grid |
dc.subject.por.fl_str_mv |
Agrupamento Análise Preditiva Medidor Inteligente Rede Inteligente |
dc.subject.eng.fl_str_mv |
Clustering Predictive Analysis Smart Meter Smart Grid |
description |
A gestão eficiente sobre a oferta e a procura de energia tem se tornado um dos principais focos das companhias de distribuição de energia elétrica, onde a viabilidade desta gestão se dá através de um contexto de modernização e avanços tecnológicos que vem acontecendo de forma acelerada no setor de energia, o conceito de Smart Grids surge relacionado às novas capacidades de gestão de redes energéticas inteligentes, por meio da integração de mecanismos automatizados de comunicação que viabilizam o alcance de uma visão global do estado da rede energética e da totalidade de seus componentes. Assim, as companhias passam a ter volumes massivos de informação à sua disposição, passíveis de análise e suficientes para suportar a estratégia de aprimoramento do ciclo de produção, distribuição e comercialização de energia em sua totalidade. A eletricidade, enquanto mercadoria, possui propriedades únicas, por exemplo, a impossibilidade de ser armazenada de forma eficiente e viável economicamente e, por esse motivo, a produção tem que satisfazer de forma constante e imediata as necessidades do diagrama de carga. Aliado a este fator, prever a demanda de consumo assume papel fundamental para todo o setor elétrico desde o momento da contratação da energia até sua distribuição. A possibilidade de prever acontecimentos futuros se torna um diferencial ao ponto que se permitirá intervir com antecipação a determinados acontecimentos inesperados, tais como, falhas na rede ocasionados por eventos ocorridos, prever picos de consumo de energia para determinados setores possibilitando agilizar mecanismos para dar respostas as necessidades, ou ser utilizado no planejamento mais assertivo voltado à gestão sustentável e eficiente da geração e transmissão de energia em relação as necessidades previstas. Assim, o presente trabalho assume como objetivo principal o desenvolvimento e teste de uma metodologia que permite criar um modelo de previsão de curto prazo de consumo de energia, de forma a tornar viável uma melhor gestão das operações relacionadas as redes de energia elétrica. Caracteristicamente, o consumo de energia apresenta certos comportamentos que podem ser justificados por inúmeras variáveis, a citar-se, dimensões temporais, como a hora do dia em que a energia é consumida ou a própria estação do ano. O modelo de previsão será fundamentado na utilização de dados históricos de consumo correlacionando este a variáveis que possam influenciar o consumo de forma a criar modelos mais assertivos e adequados. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-09-17T14:26:46Z |
dc.date.available.fl_str_mv |
2019-09-17T14:26:46Z |
dc.date.issued.fl_str_mv |
2019-04-30 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/8802 |
url |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/8802 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Computação Aplicada |
dc.publisher.initials.fl_str_mv |
Unisinos |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) instname:Universidade do Vale do Rio dos Sinos (UNISINOS) instacron:UNISINOS |
instname_str |
Universidade do Vale do Rio dos Sinos (UNISINOS) |
instacron_str |
UNISINOS |
institution |
UNISINOS |
reponame_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
collection |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
bitstream.url.fl_str_mv |
http://repositorio.jesuita.org.br/bitstream/UNISINOS/8802/1/Rog%C3%A9lio+de+Souza+Jardim_.pdf http://repositorio.jesuita.org.br/bitstream/UNISINOS/8802/2/license.txt |
bitstream.checksum.fl_str_mv |
4f50e35e90548c4911c0c05544652826 320e21f23402402ac4988605e1edd177 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS) |
repository.mail.fl_str_mv |
|
_version_ |
1797220897421000704 |