Modelos para previsão de carga a curto prazo através de redes neurais artificiais com treinamento baseado na teoria da informação

O conhecimento prévio do valor da carga é de extrema importância para o planejamento e operação dos sistemas de energia elétrica. Este trabalho apresenta os resultados de um estudo investigativo da aplicação de Redes Neurais Artificiais do tipo Perceptron Multicamadas com treinamento baseado na Teoria da Informação para o problema de Previsão de Carga a curto prazo. A aprendizagem baseada na Teoria da Informação se concentra na utilização da quantidade de informação (Entropia) para treinamento de uma rede neural artificial. Dois modelos previsores são apresentados sendo que os mesmos foram desenvolvidos a partir de dados reais fornecidos por uma concessionária de energia. Para comparação e verificação da eficiência dos modelos propostos um terceiro modelo foi também desenvolvido utilizando uma rede neural com treinamento baseado no critério clássico do erro médio quadrático. Os resultados alcançados mostraram a eficiência dos sistemas propostos, que obtiveram melhores resultados de previsão quando comparados ao sistema de previsão baseado na rede treinada pelo critério do MSE e aos sistemas previsores já apresentados na literatura.

Adesivos autocondicionantes (passo único) - estabilidade em longo prazo

O trabalho não apresenta resumo.

Metodologias de inteligência computacional aplicadas ao problema de previsão de carga a curto prazo

Diversas atividades de planejamento e operação em sistemas de energia elétrica dependem do conhecimento antecipado e preciso da demanda de carga elétrica. Por este motivo, concessionárias de geração e distribuição de energia elétrica cada vez mais fazem uso de tecnologias de previsão de carga. Essas previsões podem ter um horizonte de curtíssimo, curto, médio ou longo prazo. Inúmeros métodos estatísticos vêm sendo utilizados para o problema de previsão. Todos estes métodos trabalham bem em condições normais, entretanto deixam a desejar em situações onde ocorrem mudanças inesperadas nos parâmetros do ambiente. Atualmente, técnicas baseadas em Inteligência Computacional vêm sendo apresentadas na literatura com resultados satisfatórios para o problema de previsão de carga. Considerando então a importância da previsão da carga elétrica para os sistemas de energia elétrica, neste trabalho, uma nova abordagem para o problema de previsão de carga via redes neurais Auto-Associativas e algoritmos genéticos é avaliada. Três modelos de previsão baseados em Inteligência Computacional são também apresentados tendo seus desempenhos avaliados e comparados com o sistema proposto. Com os resultados alcançados, pôde-se verificar que o modelo proposto se mostrou satisfatório para o problema de previsão, reforçando assim a aplicabilidade de metodologias de inteligência computacional para o problema de previsão de cargas.

Critérios utilizados na seleção de parceiras amorosas em relacionamentos de curto e longo prazo entre mulheres de orientação homossexual em idade reprodutiva

Diferentes critérios utilizados para a escolha de parceiros entre homens e mulheres têm sido identificados. Essa diferença, provavelmente, origina-se pelos diferentes graus de investimento parental entre gêneros. Mulheres parecem ter predisposição a selecionar parceiros com características de investimento emocional, material e com bons indicativos de saúde. Já homens podem utilizar os mesmos critérios que as mulheres, porém dão mais importância que estas à aparência física e juventude. Em relacionamentos de curto e longo prazo a literatura indica que há uma diferença nas escolhas entre mulheres. No primeiro caso, elas têm demonstrando preferir características relacionadas à saúde física, comparado ao segundo tipo de relacionamento, no qual a ênfase tem sido voltada à parceiros bons provedores de recursos e com alto nível de investimento emocional. Há poucas pesquisas que investigaram os critérios que mulheres homossexuais utilizam na escolha de suas parceiras amorosas. Estudos que investigaram a origem da homossexualidade apontaram a possibilidade de influências biológicas. Em termos evolutivos, a homossexualidade poderia ter surgido, em parte, como subproduto da evolução do prazer característico das atividades sexuais. Se esta hipótese estiver correta, o potencial para o desenvolvimento de uma orientação homo, hetero ou bissexual pode ser potencializado por ambientes característicos dos indivíduos em particular. Tal hipótese pode sugerir que os mecanismos psicológicos para escolha de parceiros sejam semelhantes entre as mulheres de variadas orientações sexuais. Para testar esta hipótese, investigou-se as preferências na escolha de parceiras de 100 mulheres em período reprodutivo, entre 18 e 40 anos, que se auto-classificaram como “homossexual exclusivo” ou “homossexual, e às vezes heterossexual”. Para a coleta de dados foram utilizados dois instrumentos, um para seleção das participantes e outro para a coleta de informações. O instrumento de coleta de dados foi dividido em: 1) Dados Demográficos; 2) Dados da parceira; 3) Critérios valorizados na escolha de uma parceira; 4) Critérios valorizados na escolha de uma parceira de curto e longo prazo; 5) Variáveis relacionadas ao desempenho sexual. As participantes foram contatadas pelo método a) “snow ball”, b) bares frequentados por grupos homossexuais e c) associações GLBT. Especificamente, investigou-se as variáveis envolvidas na escolha de parceiras de curto e longo prazo e comparou-se os resultados com os dados coletados por Cruz (2009), com mulheres heterossexuais em período reprodutivo. Os resultados indicaram que há maior preferência por atributos físicos em relacionamentos de curto prazo entre mulheres homo e heterossexuais. Atributos referentes à formação de vínculo foram mais solicitados em relacionamentos de longo prazo, possivelmente porque 75,6% dessas mulheres têm renda e não dependem do parceiro(a) para o provimento na relação, diminuindo a necessidade de parceiro(a)s que invistam recursos materiais. Mulheres homossexuais parecem ter os mesmos padrões de escolha de parceiros que heterossexuais.

Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.