Título: Monthly Electric Energy Demand Forecasting by Fuzzy Inference System
Autores: Luna, Ivette; Ballini, Rosangela
Resumo: Este artigo apresenta os resultados de prospecção de um e doze passos à frente da demanda mensal de energia elétrica de uma concessionária de energia pertencente a região sudeste do Brasil. Neste trabalho a demanda de energia elétrica total é subdividida em três grupos de consumo: residencial, industrial e comercial. O modelo de previsão adotado é baseado em regras nebulosas do tipo Takagi-Sugeno (TS), sendo o número de regras obtido via algoritmo de agrupamento não supervisionado Subtractive Clustering. Uma base de regras nebulosa é determinada para cada classe de consumo e os parâmetros do sistema de inferência são ajustados usando o algoritmo de otimização de maximização da verossimilhança. Como variáveis de entrada são consideradas as observações de demanda em instantes anteriores além de variáveis explicativas de natureza macroeconômica. O desempenho do modelo é verificado por meio de medidas de erros calculadas dentro e fora da amostra e os resultados indicam que o sistema de inferência nebuloso atinge índices de desempenho na ordem anual de 3% para as classes de consumo.
Palavras-chave: Demanda de energia elétrica; sistema de inferência nebuloso; previsão; séries temporais
Páginas: 8
Código DOI: 10.21528/CBIC2011-01.4
Artigo em pdf: st_01.4.pdf
Arquivo BibTex: st_01.4.bib