Desenvolvimento de uma rede neuro-fuzzy para a previsão da carga

Pós-graduação em Engenharia Elétrica - FEIS

The prediction process study is a very important task for the operation of the electrical power systems. Therefore, it is necessary to predict the future behavior to provide energy with security, efficiency and economy to the users. This work presents a methodology based on neural networks to solve the problem of load forecasting. The proposal is to improve the neural network using the backpropagation algorithm adapting the inclination and translation parameters of the sigmoid function (activation function of the neural network). Besides, it is developed a fuzzy controller to adjust the training during the convergence process. To test the proposed methodology, it is presented a load forecasting study considering a database from an electrical energy company

O estudo do processo de previsão constitui-se numa rotina de extrema importância para o funcionamento e a operação dos sistemas elétricos de potência. Para isso, há a necessidade de se prever os acontecimentos futuros visando o fornecimento de energia aos consumidores, de forma segura, eficaz e econômica. Neste sentido, nesta pesquisa, apresenta- se uma metodologia, baseada nas redes neurais, para resolver o problema de previsão de carga. São propostas melhorias na rede neural, via o emprego do algoritmo retropropagação (backpropagation), por meio da adaptação dos parâmetros de inclinação e de translação da função sigmoide (função ativação da rede neural). Além disto, é desenvolvido um controlador fuzzy com o propósito de ajustar a taxa de treinamento durante o processo de convergência. Visando testar a metodologia proposta, apresenta-se um estudo de previsão da carga considerando-se uma base de dados de uma companhia do setor elétrico