[en] A SMOOTH TRANSITION PERIODIC AUTO REGRESSIVE MODEL FOR SHORT TERM ELECTRICITY LOAD FORECAST

• Ano de defesa: 2007
• Autor(a) principal: LUIZ FELIPE MOREIRA DO AMARAL
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] SERIE TEMPORAL; [pt] MULTIPLICADOR DE LAGRANGE; [pt] MODELO STAR; [pt] PREVISAO DE CARGA; [en] TIME SERIE; [en] LAGRANGE MULTIPLIER; [en] STAR MODEL; [en] LOAD FORECASTING
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9916&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9916&idi=2; http://doi.org/10.17771/PUCRio.acad.9916

[pt] Essa tese considera um modelo não linear para se obter previsões de curto prazo de carga de energia elétrica. O modelo combina um modelo de múltiplos regimes auto-regressivo com transição suave com um periódico auto-regressivo criando o modelo de múltiplos regimes periódico com transição suave (STPAR). Um método de construção do modelo é desenvolvido com métodos estatísticos simples e um teste de linearidade contra a hipótese de modelo periódico autoregressivo com transição suave. Outros dois destes foram elaborados para se avaliar o modelo estimado: um teste de Multiplicador de Lagrange (LM) para a hipótese de auto-correlação serial dos resíduos e outro teste LM para a hipótese de não linearidade remanescente. Um experimento de Monte Carlo foi implementado para avaliar a performance dos testes propostos. Estimação por mínimos quadrados não lineares é considerado. Finalmente, dados de carga de energia elétrica do estado de New South Wales na Austrália são apresentados e foram usados como exemplo real. Outros modelos foram utilizados para comparar a performance do modelo.