Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.satc.edu.br/handle/satc/532
Tipo de Trabajo: Artigos (TCC)
Título : ANÁLISE DE DADOS PARA PREDIÇÃO DE CENÁRIOS DA MATRIZ ELÉTRICA NACIONAL PARA 2050
Autor : Vendramini, Helena Jacques
Advisor: Saldias, Claudio Ernesto Ponce
Descripción : Pesquisa aplicada de previsão de dados históricos para confecção e análise da Matriz Elétrica nacional de 2050.
Resumen: O presente trabalho tem por objetivo principal a predição de dados para o cenário da matriz elétrica brasileira para o ano de 2050. O modelo desenvolvido possui a vantagem de atualização futuras, onde eventuais alterações no cenário econômico ou social, que afetam diretamente ou indiretamente a matriz elétrica nacional, podem ser acrescentadas no modelo para um novo processo de treinamento dos dados. A predição da matriz elétrica é necessária para que a organização estrutural e econômica seja premeditada a fim de garantir o bom funcionamento energético no cenário futuro. Para prever cenários futuros existem várias técnicas que podem ser implementadas, como técnicas estocásticas e técnicas de Inteligência Artificial (IA). Neste trabalho foram utilizadas técnicas estatísticas de auto regressão e também técnicas de inteligência artificial. Os dados utilizados para o treinamento dos modelos foram coletados nos dados históricos no site oficial do Operador Nacional do Sistema Elétrico (ONS) e também foram utilizadas premissas sociais e econômicas para verificar a influência dos mesmos no cenário energético. Para a primeira análise foram utilizadas técnicas de auto regressão, pelo método de Regressão Linear e Arima, estes apresentaram resultados com um erro demasiadamente grande, justificado pela ausência de estacionalidade nos dados e evidenciado pela falha no teste de Newcomb-Benford e de Dickey-Fuller, entendendo que fatores externos, como políticas e estratégias do governo e das empresas, influenciam no comportamento dos dados. Como segunda alternativa foi utilizada uma estratégia de IA por meio de uma rede neural recorrente, porém, a performance do modelo continuou com baixa efetividade. Para esse estudo constatou-se a necessidade de regras e ontologias além de dados numéricos, considerando o amplo prazo de previsões, portanto, apenas um tipo de rede neural por si só não é eficiente para essa situação. Finalmente foi implementada uma estrutura que combina redes neurais com um motor de regras na plataforma Jemo, framework em Java. Foi realizado o treinamento de dados e obteve resultados com bons indicativos evidenciados pelo baixo erro registrado. De acordo com as predições realizadas pela plataforma em Jemo, concluiu-se que o cenário proposto pelo Plano Nacional de Energia (PNE) que mais representa a matriz elétrica brasileira de 2050 de acordo com os resultados obtidos considera a redução de emissão de gases poluentes e também mudanças climáticas. Comparando com a matriz atual houve o aumento de geração de energia solar e eólica e o decréscimo de energia hidrelétrica e térmica.
Palabras clave : Matriz Elétrica
Python
Inteligência artificial
Predição de dados
Idioma: Português
Fecha de publicación : 2-dic-2022
Número de páginas : 30
Ámbito de conocimiento: Área de energia, Matriz Elétrica
Aparece en las colecciones: TCC

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Artigo TCC II_Helena Jacques Vendramini.pdf617,81 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.