Título: Previsão da Demanda de Energia Elétrica no Curtíssimo Prazo Baseada em Redes Neurais Artificiais Recorrentes NARX
Autores: Andrade, Luciano Carli Moreira de; Santos, Athila Quaresma; Oleskovicz, Mário; Coury, Denis Vinicius
Resumo: Previsão de séries temporais é um aspecto importante em vários campos da ciência, passando por economia, engenharia e outros segmentos que fazem uso de dados históricos para prever problemas futuros. Existem inúmeras técnicas que podem ser empregadas para realizar previsão. Dentre estas,têm-se asRedes Neurais Artificiais (RNA), que têm apresentado resultados promissores quando comparadas com técnicas estatísticas tradicionais. Neste sentido, esta pesquisa tem por objetivo avaliar o desempenho de RNArecorrentes NARX (Nonlinear Autoregressive Model with Exogenous Input) com o propósito de executar uma previsão para a demanda de energia elétrica em curtíssimo prazo em subestações de distribuição. As melhores topologias das RNA recorrentes NARX foram determinadas com o uso da ferramenta padrão conhecida por validação cruzada. As topologias foram avaliadas e empregadasno estudo de casos com séries temporais de demanda de energia elétrica no curtíssimo prazo mensurado em três subestações brasileiras. Os resultados observados foram apresentados de forma gráfica e por tabelas, sendo comparados com os obtidos pelo uso de RNAfeed forward e de Elman,amplamente empregadas em tarefas de previsão. Adicionalmente foi avaliado o desempenho das RNArecorrentes NARX para previsão de horizontes de até cinco passos àfrente. Os resultados obtidos demonstram a superioridade das RNArecorrentes NARX quando comparadas às RNAfeedforwarde de Elman, como também, à de outras abordagens encontradas na literatura correlata.
Palavras-chave: Previsão de séries temporais; previsão de demanda de energia elétrica; redes neurais artificiais recorrentes NARX
Páginas: 14
Código DOI: 10.21528/lmln-vol13-no1-art3
Artigo em PDF: vol13-no1-art3.pdf
Arquivo BibTex: vol13-no1-art3.bib