Previsão espacial de demanda em sistemas de distribuição com uma base reduzida de dados

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Desenvolvimento de redes neurais para previsão de cargas elétricas de sistemas de energia elétrica

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

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.

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.

Previsão estocástica de nível fluviométrico para cidade de Marabá-PA: método de Box-Jenkins

O Município de Marabá- PA, situado na região Amazônica, sudeste do Estado do Pará, sofre anualmente com eventos de enchentes, ocasionados pelo aumento periódico do rio Tocantins e pela situação de vulnerabilidade da população que reside em áreas de risco. A defesa civil estadual e municipal anualmente planeja e prepara equipes para ações de defesa no município. Nesta fase o monitoramento e previsão de eventos de enchentes são importantes. Portanto, com o objetivo de diminuir erros nas previsões hidrológicas para o Município de Marabá, desenvolveu-se um modelo estocástico para previsão de nível do rio Tocantins, baseado na metodologia de Box e Jenkins. Utilizou os dados de níveis diários observados nas estações hidrológicas de Marabá e Carolina e Conceição do Araguaia da Agência Nacional de Águas (ANA), do período de 01/12/ 2008 a 31/03/2011. Efetuou-se o ajustamento de três modelos (M_t, N_t e Y_t), através de diferentes aplicativos estatísticos: o SAS e o Gretl, usando diferentes interpretações do comportamento das séries para gerar as equações dos modelos. A principal diferença entre os aplicativos é que no SAS usa o modelo de função de transferência na modelagem. Realizou-se uma classificação da variabilidade do nível do rio, através da técnica dos Quantis para o período de 1972 a 2011, examinando-se apenas as categorizações de níveis ACIMA e MUITO ACIMA do normal. Para análise de impactos socioeconômicos foram usados os dados das ações da Defesa Civil Estado do Pará nas cheias de 2009 e 2011. Os resultados mostraram que o número de eventos de cheias com níveis MUITO ACIMA do normal, geralmente, podem estar associados a eventos de La Niña. Outro resultado importante: os modelos gerados simularam muito bem o nível do rio para o período de sete dias (01/04/2011 a 07/04/2011). O modelo multivariado N_t (com pequenos erros) representou o comportamento da série original, subestimando os valores reais nos dias 3, 4 e 5 de abril de 2011, com erro máximo de 0,28 no dia 4. O modelo univariado (Y_t) teve bons resultados nas simulações com erros absolutos em torno de 0,12 m. O modelo com menor erro absoluto (0,08m) para o mesmo período foi o modelo M_t, desenvolvido pelo aplicativo SAS, que interpreta a série original como sendo não linear e não estacionária. A análise quantitativa dos impactos fluviométricos, ocorridos nas enchentes de 2009 e 2011 na cidade de Marabá, revelou em média que mais de 4 mil famílias sofrem com estes eventos, implicado em gastos financeiros elevados. Logo, conclui-se que os modelos de previsão de níveis são importantes ferramentas que a Defesa Civil, utiliza no planejamento e preparo de ações preventivas para o município de Marabá.

Previsão de demanda de cargas elétricas por seleção de variáveis stepwise e redes neurais artificiais

Pós-graduação em Engenharia Elétrica - FEIS

Previsão espacial da densidade de carga nos sistemas de distribuição de energia elétrica considerando a geometria fractal da zona urbana

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Uma aplicação do planejamento de experimentos e carta de controle em uma indústria de cosmésticos: ciclo DMAIC

Pós-graduação em Engenharia de Produção - FEB

Interferência do método de previsão populacional no desempenho hidráulico de uma rede coletora de esgoto sanitário

The non existence of sewage services creates an unhealthy environmental, causing impact extremely prejudicial to the human health. In Brazil, this item represents the biggest deficit in the basic sanitation these days, and only about 50% of the population is attended. The sewage collection network is a needful system for the basic sanitation. Between the parameters of the project of a system of collection and sewage transportation, the definition of the population that will be attended is one of the most important variables, and that should be done based on criterion of population growth and in accordant to directrix presents in the comprehensive city plan. In this paper, were evaluated methods of growth based on the geometric growth rate, on the population density and on the number of residents per dwelling, and also mathematics models of growth prediction, emphasizing in the geometric growth and on the logistic curve method. That way, the goal of this paper were value the hydraulic performance in one of the watersheds delimited by the sewage network magnification work existent in the city of Cacoal–RO. Using simulation with different scenarios, the results pointed that the hydraulic performance of the system were strongly affected by the population determination method used. For the same drained area the diameters range from 150 to 250 mm as well as the trench’s deep, where some stretches exceeded the maximum values contained in the standard. Besides, the variation of the sewage contribution rate due the population variation estimated in different scenarios, led to alterations in others important project parameters, such as slope, shallow pool, tensile stress and spreading velocity

Melhoria do planejamento para o fornecimento de materiais de modificações em aeronaves executivas

This paper presents a material demand forecasting to executive aircrafts modifications, the objective was to determinate a cadence of kits of materials in order reduce over stock, but also keeping the customer quality support. This work was motivated by the strong tendency that the market has to cut costs, especially those that do not add value to the product, waste. To solve the problem the Poisson probability distribution was used and also the error measures MPE, MAPE and MSE. At the end, after some adjustments, we found a satisfactory model for the problem

Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise

The continuous advance of the Brazilian economy and increased competition in the heavy equipment market, increasingly point to the need for accurate sales forecasting processes, which allow an optimized strategic planning and therefore better overall results. In this manner, we found that the sales forecasting process deserves to be studied and understood, since it has a key role in corporate strategic planning. Accurate forecasting methods enable direction of companies to circumvent the management difficulties and the variations of finished goods inventory, which make companies more competitive. By analyzing the stages of the sales forecasting it was possible to observe that this process is methodical, bureaucratic and demands a lot of training for their managers and professionals. In this paper we applied the modeling method and the selecting process which has been done for Armstrong to select the most appropriate technique for two products of a heavy equipment industry and it has been through this method that the triple exponential smoothing technique has been chosen for both products. The results obtained by prediction with the triple exponential smoothing technique were better than forecasts prepared by the industry experts

O laboratório de ensino de ciências como espaço privilegiado para o planejamento de regência nos estágios supervisionados

El objetivo de este estudio fue investigar la posible contribución del desarrollo la Planificación de la Regencia en el Laboratorio de Enseñanza de la Ciencia para el curso de enseñanza en Biología. Con este fin, se aplicó un cuestionario abierto a 16 estudiantes de la Licenciatura en Ciencias Biológicas de la UnB, la identificación de la percepción inicial de la actividad en el inicio del curso, los cambios en estas percepciones a través del tiempo y sus opiniones sobre el potencial y las limitaciones de utilizar este espacio para la preparación de las clases. Por experiencia, los estudiantes reportaron la percepción del laboratorio como un espacio de colaboración que proporciona mejoras en la práctica, y facilitar el acceso a diversos materiales para las clases de enriquecimiento. Las actividades del Laboratorio de Enseñanza permitió el escenario se reunieron los aspectos fundamentales de la formación docente constituye un espacio de reflexión sobre la construcción y el fortalecimiento de la identidad docente

Da culinária de papel às mídias sociais de nicho: planejando o desenvolvimento de um ambiente colaborativo para a publicação de receitas e dicas culinárias

This paper describes the planning for the development of a social network conceived as a convergent environment on internet with cooking shows on TV. As results, the paper presents the characterization of the product's business model and a roadmap for specifying its requirements.

Modelos agrometeorológicos para previsão da produtividade e qualidade de bebida natural do cafeeiro

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelagem auto-regressiva na previsão de demanda dos produtos de uma empresa do setor químico

Considering the high competitiveness in the industrial chemical sector, demand forecast is a relevant factor for decision-making. There is a need for tools capable of assisting in the analysis and definition of the forecast. In that sense, the objective is to generate the chemical industry forecast using an advanced forecasting model and thus verify the accuracy of the method. Because it is time series with seasonality, the model of seasonal autoregressive integrated moving average - SARIMA generated reliable forecasts and acceding to the problem analyzed, thus enabling, through validation with real data improvements in the management and decision making of supply chain