Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro
Ano de defesa: | 2016 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal do Pará
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia Elétrica
|
Departamento: |
Instituto de Tecnologia
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://repositorio.ufpa.br/jspui/handle/2011/8296 |
Resumo: | Nos estudos sobre o mercado de energia do brasil existem poucos trabalhos sobre predição do preço de energia elétrica em curto prazo. Os que existem utilizam modelos preditores do tipo ARIMA e rede neural direta, entretanto com a rede neural sem método de seleção das variáveis de entrada ou dos atrasos das entradas. Além disso, não há trabalhos que utilizem redes neurais recorrentes no mercado brasileiro. O mercado de energia de curto prazo pode apresentar importantes oportunidades aos agentes atuantes, pois a comercialização nesse mercado é menos burocrática em relação ao mercado de longo prazo. Este trabalho apresenta o uso de redes neurais diretas e recorrentes (além da comparação com o modelo ARIMA) para a previsão do preço de energia elétrica de curto prazo brasileiro com uso da técnica de correlação para seleção das variáveis externas da rede e também para escolha dos atrasos nestas variáveis selecionadas. Mostra-se que, na previsão de um passo a frente, as redes neurais implementadas superam o desempenho do modelo ARIMA para esta série e, em geral, a rede direta apresenta melhor resultado que a recorrente. além disso, a seleção dos atrasos nas variáveis de entrada melhora o desempenho da rede neural direta. |
id |
UFPA_9c237ece3d7863809af316cc38dbb7ee |
---|---|
oai_identifier_str |
oai:repositorio.ufpa.br:2011/8296 |
network_acronym_str |
UFPA |
network_name_str |
Repositório Institucional da UFPA |
repository_id_str |
|
spelling |
2017-05-04T12:40:06Z2017-05-04T12:40:06Z2016-11-11PEREIRA JUNIOR, Flaviano Ramos. Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro. 2016. 83 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2016. Programa de Pós-Graduação em Engenharia Elétrica.http://repositorio.ufpa.br/jspui/handle/2011/8296Nos estudos sobre o mercado de energia do brasil existem poucos trabalhos sobre predição do preço de energia elétrica em curto prazo. Os que existem utilizam modelos preditores do tipo ARIMA e rede neural direta, entretanto com a rede neural sem método de seleção das variáveis de entrada ou dos atrasos das entradas. Além disso, não há trabalhos que utilizem redes neurais recorrentes no mercado brasileiro. O mercado de energia de curto prazo pode apresentar importantes oportunidades aos agentes atuantes, pois a comercialização nesse mercado é menos burocrática em relação ao mercado de longo prazo. Este trabalho apresenta o uso de redes neurais diretas e recorrentes (além da comparação com o modelo ARIMA) para a previsão do preço de energia elétrica de curto prazo brasileiro com uso da técnica de correlação para seleção das variáveis externas da rede e também para escolha dos atrasos nestas variáveis selecionadas. Mostra-se que, na previsão de um passo a frente, as redes neurais implementadas superam o desempenho do modelo ARIMA para esta série e, em geral, a rede direta apresenta melhor resultado que a recorrente. além disso, a seleção dos atrasos nas variáveis de entrada melhora o desempenho da rede neural direta.There are few articles about short term electricity price prediction in the Brazilian market. Existing works use ARIMA predictors and feedforward neural networks however, without input selection or lag selection for these inputs. Besides, there is no work with use of recurrent neural networks in the Brazilian electricity market. The short term electricity market may show important opportunities for the agents acting as the commercialization in this market is less bureaucratic in relation to the long-term market.. This article shows the use of feedforward and recurrent neural networks (besides comparison with the ARIMA model) to predict short term electricity price with the use of correlation for exogenous input selection for the networks and also for lag selection to these inputs. It is shown that, for one step forward predictions, both implemented networks outperforms the ARIMA model, and in general, feedforward network works better than recurrent network. Besides, lag selection in the input improves feedforward network performance.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal do ParáPrograma de Pós-Graduação em Engenharia ElétricaUFPABrasilInstituto de TecnologiaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICARedes neurais (Computação)Serviços de eletricidadeEnergia elétricaCustos nos serviçosAspectos econômicosConsumo de energia elétricaControle de custoPredição do preço de energiaMercado de curto prazoRedes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisOLIVEIRA, Roberto Célio Limão dehttp://lattes.cnpq.br/4497607460894318http://lattes.cnpq.br/6862900837565823PEREIRA JUNIOR, Flaviano Ramosinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPAinstname:Universidade Federal do Pará (UFPA)instacron:UFPAORIGINALDissertacao_RedesNeuraisDiretas.pdfDissertacao_RedesNeuraisDiretas.pdfapplication/pdf1815165http://repositorio.ufpa.br/oai/bitstream/2011/8296/1/Dissertacao_RedesNeuraisDiretas.pdfcfcfafe8a5e2953a3752c0fa6b44406dMD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://repositorio.ufpa.br/oai/bitstream/2011/8296/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/8296/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/8296/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81866http://repositorio.ufpa.br/oai/bitstream/2011/8296/5/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD55TEXTDissertacao_RedesNeuraisDiretas.pdf.txtDissertacao_RedesNeuraisDiretas.pdf.txtExtracted texttext/plain121262http://repositorio.ufpa.br/oai/bitstream/2011/8296/6/Dissertacao_RedesNeuraisDiretas.pdf.txtc3d51cf749a29f2562a017b2123a531dMD562011/82962017-10-16 10:14:44.262oai:repositorio.ufpa.br:2011/8296TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEKCkNvbSBhIGFwcmVzZW50YcOnw6NvIGRlc3RhIGxpY2Vuw6dhLCB2b2PDqiAobyBhdXRvciAoZXMpIG91IG8gdGl0dWxhciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpIGNvbmNlZGUgYW8gUmVwb3NpdMOzcmlvIApJbnN0aXR1Y2lvbmFsIG8gZGlyZWl0byBuw6NvLWV4Y2x1c2l2byBkZSByZXByb2R1emlyLCAgdHJhZHV6aXIgKGNvbmZvcm1lIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBhIApzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIApmb3JtYXRvcyDDoXVkaW8gb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIG8gRGVwb3NpdGEgcG9kZSwgc2VtIGFsdGVyYXIgbyBjb250ZcO6ZG8sIHRyYW5zcG9yIGEgc3VhIHB1YmxpY2HDp8OjbyBwYXJhIHF1YWxxdWVyIG1laW8gb3UgZm9ybWF0byAKcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBvIERlcG9zaXRhIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZSBzdWEgcHVibGljYcOnw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIAplIHByZXNlcnZhw6fDo28uCgpWb2PDqiBkZWNsYXJhIHF1ZSBhIHN1YSBwdWJsaWNhw6fDo28gw6kgb3JpZ2luYWwgZSBxdWUgdm9jw6ogdGVtIG8gcG9kZXIgZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgbmVzdGEgbGljZW7Dp2EuIApWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRhIHN1YSBwdWJsaWNhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IGNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgCmRlIG5pbmd1w6ltLgoKQ2FzbyBhIHN1YSBwdWJsaWNhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIHZvY8OqIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogZGVjbGFyYSBxdWUgCm9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyBkZXRlbnRvciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGFyYSBjb25jZWRlciBhbyBEZXBvc2l0YSBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgCm5lc3RhIGxpY2Vuw6dhLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIApvdSBubyBjb250ZcO6ZG8gZGEgcHVibGljYcOnw6NvIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFBVQkxJQ0HDh8ODTyBPUkEgREVQT1NJVEFEQSBURU5IQSBTSURPIFJFU1VMVEFETyBERSBVTSBQQVRST0PDjU5JTyBPVSBBUE9JTyBERSBVTUEgQUfDik5DSUEgREUgRk9NRU5UTyBPVSBPVVRSTyAKT1JHQU5JU01PLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgCkVYSUdJREFTIFBPUiBDT05UUkFUTyBPVSBBQ09SRE8uCgpPIERlcG9zaXRhIHNlIGNvbXByb21ldGUgYSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8gc2V1IG5vbWUgKHMpIG91IG8ocykgbm9tZShzKSBkbyhzKSBkZXRlbnRvcihlcykgZG9zIGRpcmVpdG9zIAphdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KRepositório InstitucionalPUBhttp://repositorio.ufpa.br/oai/requestriufpabc@ufpa.bropendoar:21232017-10-16T13:14:44Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)false |
dc.title.pt_BR.fl_str_mv |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro |
title |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro |
spellingShingle |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro PEREIRA JUNIOR, Flaviano Ramos CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA Redes neurais (Computação) Serviços de eletricidade Energia elétrica Custos nos serviços Aspectos econômicos Consumo de energia elétrica Controle de custo Predição do preço de energia Mercado de curto prazo |
title_short |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro |
title_full |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro |
title_fullStr |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro |
title_full_unstemmed |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro |
title_sort |
Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro |
author |
PEREIRA JUNIOR, Flaviano Ramos |
author_facet |
PEREIRA JUNIOR, Flaviano Ramos |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
OLIVEIRA, Roberto Célio Limão de |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4497607460894318 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/6862900837565823 |
dc.contributor.author.fl_str_mv |
PEREIRA JUNIOR, Flaviano Ramos |
contributor_str_mv |
OLIVEIRA, Roberto Célio Limão de |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA Redes neurais (Computação) Serviços de eletricidade Energia elétrica Custos nos serviços Aspectos econômicos Consumo de energia elétrica Controle de custo Predição do preço de energia Mercado de curto prazo |
dc.subject.por.fl_str_mv |
Redes neurais (Computação) Serviços de eletricidade Energia elétrica Custos nos serviços Aspectos econômicos Consumo de energia elétrica Controle de custo Predição do preço de energia Mercado de curto prazo |
description |
Nos estudos sobre o mercado de energia do brasil existem poucos trabalhos sobre predição do preço de energia elétrica em curto prazo. Os que existem utilizam modelos preditores do tipo ARIMA e rede neural direta, entretanto com a rede neural sem método de seleção das variáveis de entrada ou dos atrasos das entradas. Além disso, não há trabalhos que utilizem redes neurais recorrentes no mercado brasileiro. O mercado de energia de curto prazo pode apresentar importantes oportunidades aos agentes atuantes, pois a comercialização nesse mercado é menos burocrática em relação ao mercado de longo prazo. Este trabalho apresenta o uso de redes neurais diretas e recorrentes (além da comparação com o modelo ARIMA) para a previsão do preço de energia elétrica de curto prazo brasileiro com uso da técnica de correlação para seleção das variáveis externas da rede e também para escolha dos atrasos nestas variáveis selecionadas. Mostra-se que, na previsão de um passo a frente, as redes neurais implementadas superam o desempenho do modelo ARIMA para esta série e, em geral, a rede direta apresenta melhor resultado que a recorrente. além disso, a seleção dos atrasos nas variáveis de entrada melhora o desempenho da rede neural direta. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-11-11 |
dc.date.accessioned.fl_str_mv |
2017-05-04T12:40:06Z |
dc.date.available.fl_str_mv |
2017-05-04T12:40:06Z |
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 |
PEREIRA JUNIOR, Flaviano Ramos. Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro. 2016. 83 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2016. Programa de Pós-Graduação em Engenharia Elétrica. |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufpa.br/jspui/handle/2011/8296 |
identifier_str_mv |
PEREIRA JUNIOR, Flaviano Ramos. Redes neurais diretas e recorrentes na previsão do preço de energia elétrica de curto prazo no mercado brasileiro. 2016. 83 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2016. Programa de Pós-Graduação em Engenharia Elétrica. |
url |
http://repositorio.ufpa.br/jspui/handle/2011/8296 |
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 do Pará |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFPA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto de Tecnologia |
publisher.none.fl_str_mv |
Universidade Federal do Pará |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPA instname:Universidade Federal do Pará (UFPA) instacron:UFPA |
instname_str |
Universidade Federal do Pará (UFPA) |
instacron_str |
UFPA |
institution |
UFPA |
reponame_str |
Repositório Institucional da UFPA |
collection |
Repositório Institucional da UFPA |
bitstream.url.fl_str_mv |
http://repositorio.ufpa.br/oai/bitstream/2011/8296/1/Dissertacao_RedesNeuraisDiretas.pdf http://repositorio.ufpa.br/oai/bitstream/2011/8296/2/license_url http://repositorio.ufpa.br/oai/bitstream/2011/8296/3/license_text http://repositorio.ufpa.br/oai/bitstream/2011/8296/4/license_rdf http://repositorio.ufpa.br/oai/bitstream/2011/8296/5/license.txt http://repositorio.ufpa.br/oai/bitstream/2011/8296/6/Dissertacao_RedesNeuraisDiretas.pdf.txt |
bitstream.checksum.fl_str_mv |
cfcfafe8a5e2953a3752c0fa6b44406d 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 43cd690d6a359e86c1fe3d5b7cba0c9b c3d51cf749a29f2562a017b2123a531d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA) |
repository.mail.fl_str_mv |
riufpabc@ufpa.br |
_version_ |
1803208508809674752 |