Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Villamagna, Maíra Rodrigues
Orientador(a): Sáfadi, Thelma
Banca de defesa: Silva, Joaquim Paulo da, Lacerda, Wilian Soares
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: UNIVERSIDADE FEDERAL DE LAVRAS
Programa de Pós-Graduação: DEX - Programa de Pós-graduação
Departamento: Não Informado pela instituição
País: BRASIL
Palavras-chave em Português:
Série temporal
Rede neural artificial
Box-Jenkins
Previsão
Energia elétrica
Inteligência artificial
Tendência
Sazonalidade
Time series
Artificial neural network
Forecasting
Área do conhecimento CNPq:
CNPQ_NÃO_INFORMADO
Link de acesso: https://repositorio.ufla.br/handle/1/1117
Resumo: Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do Titulo de Mestre.
id UFLA_58e6cc0a47072684352eff50b6caec6b
oai_identifier_str oai:repositorio.ufla.br:1/1117
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2013-09-23T15:16:48Z2013-09-23T15:16:48Z201320132013-02-27VILLAMAGNA, M. R. Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica. 2013. 113 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2013.https://repositorio.ufla.br/handle/1/1117Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do Titulo de Mestre.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Estatística e Experimentação AgropecuáriaNeste trabalho foram analisadas as séries mensais de consumo e demanda de energia elétrica da Universidade Federal de Lavras (UFLA), no período de janeiro de 1995 a dezembro de 2011, com o objetivo de prever os valores futuros através dos métodos de Box e Jenkins e Redes Neurais Artificiais (RNA). Foram realizadas comparações entre as metodologias sugeridas, por meio do erro quadrático médio de previsão (EQMP) e erro percentual absoluto médio de previsão (MAPE), para verificar o desempenho das mesmas. A metodologia Box e Jenkins apresentou-se eficiente para representar a série em estudo, captando os efeitos de tendência e sazonalidade ocorridos. Os resultados mostram que as Redes Neurais Artificiais obtiveram melhores valores nos índices de desempenho testados e se apresentam como um método satisfatório para a previsão um passo à frente do consumo e da demanda de energia elétrica.This study analyzed the series of consumption and electricity demand for University Federal of Lavras (UFLA), covering the period from January 1995 to December 2011, with the objective of predicting future values by the methods of Box and Jenkins and Artificial Neural Networks (ANN). Comparisons were made between the methodologies suggested to check the performance of the same, in order to generate more accurate figures for next year. The Box-Jenkins methodology presented efficient to represent the series under study, capturing the effects of seasonality and trend occurred. The results show that the artificial neural network had a better forecasting performance of the demand and consumption of electricity.UNIVERSIDADE FEDERAL DE LAVRASDEX - Programa de Pós-graduaçãoUFLABRASILCNPQ_NÃO_INFORMADOSérie temporalRede neural artificialBox-JenkinsPrevisãoEnergia elétricaInteligência artificialTendênciaSazonalidadeTime seriesArtificial neural networkForecastingSeleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétricainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSáfadi, ThelmaSilva, Joaquim Paulo daLacerda, Wilian SoaresRibeiro, Fabiano LemesVillamagna, Maíra Rodriguesinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLALICENSElicense.txtlicense.txttext/plain; charset=utf-8953https://repositorio.ufla.br/bitstreams/3ecc1659-3c87-4412-8463-c30cec367d96/download760884c1e72224de569e74f79eb87ce3MD52falseAnonymousREADORIGINALDISSERTAÇÃO_Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica.pdfDISSERTAÇÃO_Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica.pdfapplication/pdf1675499https://repositorio.ufla.br/bitstreams/0eecd84d-77ae-4361-a6a0-c7ec4d74dd90/download3532c268a6b45f0e482e52a460d75514MD51trueAnonymousREADTEXTDISSERTAÇÃO_Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica.pdf.txtDISSERTAÇÃO_Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica.pdf.txtExtracted texttext/plain102839https://repositorio.ufla.br/bitstreams/d62099ac-4b02-4285-aba4-4a43ef48d8ad/download2031c22a744955a3f3b6f6fc1373896bMD53falseAnonymousREADTHUMBNAILDISSERTAÇÃO_Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica.pdf.jpgDISSERTAÇÃO_Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica.pdf.jpgGenerated Thumbnailimage/jpeg3225https://repositorio.ufla.br/bitstreams/ce533c54-d0bf-4ebe-b5f3-336607035b08/download5dd2380cadf7ae28c5999165dbcecc8dMD54falseAnonymousREAD1/11172025-08-06 11:16:15.437open.accessoai:repositorio.ufla.br:1/1117https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-08-06T14:16:15Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
title Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
spellingShingle Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
Villamagna, Maíra Rodrigues
CNPQ_NÃO_INFORMADO
Série temporal
Rede neural artificial
Box-Jenkins
Previsão
Energia elétrica
Inteligência artificial
Tendência
Sazonalidade
Time series
Artificial neural network
Forecasting
title_short Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
title_full Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
title_fullStr Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
title_full_unstemmed Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
title_sort Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica
author Villamagna, Maíra Rodrigues
author_facet Villamagna, Maíra Rodrigues
author_role author
dc.contributor.advisor1.fl_str_mv Sáfadi, Thelma
dc.contributor.referee1.fl_str_mv Silva, Joaquim Paulo da
Lacerda, Wilian Soares
dc.contributor.advisor-co1.fl_str_mv Ribeiro, Fabiano Lemes
dc.contributor.author.fl_str_mv Villamagna, Maíra Rodrigues
contributor_str_mv Sáfadi, Thelma
Silva, Joaquim Paulo da
Lacerda, Wilian Soares
Ribeiro, Fabiano Lemes
dc.subject.cnpq.fl_str_mv CNPQ_NÃO_INFORMADO
topic CNPQ_NÃO_INFORMADO
Série temporal
Rede neural artificial
Box-Jenkins
Previsão
Energia elétrica
Inteligência artificial
Tendência
Sazonalidade
Time series
Artificial neural network
Forecasting
dc.subject.por.fl_str_mv Série temporal
Rede neural artificial
Box-Jenkins
Previsão
Energia elétrica
Inteligência artificial
Tendência
Sazonalidade
Time series
Artificial neural network
Forecasting
description Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do Titulo de Mestre.
publishDate 2013
dc.date.copyright.none.fl_str_mv 2013
dc.date.submitted.none.fl_str_mv 2013-02-27
dc.date.accessioned.fl_str_mv 2013-09-23T15:16:48Z
dc.date.available.fl_str_mv 2013-09-23T15:16:48Z
dc.date.issued.fl_str_mv 2013
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.citation.fl_str_mv VILLAMAGNA, M. R. Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica. 2013. 113 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2013.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/handle/1/1117
identifier_str_mv VILLAMAGNA, M. R. Seleção de modelos de séries temporais e redes neurais artificiais na previsão de consumo e demanda de energia elétrica. 2013. 113 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2013.
url https://repositorio.ufla.br/handle/1/1117
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 FEDERAL DE LAVRAS
dc.publisher.program.fl_str_mv DEX - Programa de Pós-graduação
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
bitstream.url.fl_str_mv https://repositorio.ufla.br/bitstreams/3ecc1659-3c87-4412-8463-c30cec367d96/download
https://repositorio.ufla.br/bitstreams/0eecd84d-77ae-4361-a6a0-c7ec4d74dd90/download
https://repositorio.ufla.br/bitstreams/d62099ac-4b02-4285-aba4-4a43ef48d8ad/download
https://repositorio.ufla.br/bitstreams/ce533c54-d0bf-4ebe-b5f3-336607035b08/download
bitstream.checksum.fl_str_mv 760884c1e72224de569e74f79eb87ce3
3532c268a6b45f0e482e52a460d75514
2031c22a744955a3f3b6f6fc1373896b
5dd2380cadf7ae28c5999165dbcecc8d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1854947702523035648

Registros relacionados