580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR
  • Avisos
  • Destaques
    • Notícias e Eventos
    • Premiações
    • Calendário de Defesas
  • Ensino
    • Normas e Regulamentos
    • Formulários
    • Disciplinas
      • Catálogo
      • Oferta por Período
      • Instruções para Inscrição em Disciplinas
    • Áreas de Concentração
      • Estruturas e Materiais
      • Geotecnia
      • Mecânica Computacional
      • Petróleo, Gás e Energias Renováveis
      • Recursos Hídricos e Meio Ambiente
      • Sistemas Computacionais
    • Laboratórios
    • Calendário Acadêmico
  • Editais
    • Bolsas PEC
    • PDSE
    • PIPD
    • Capes-PrInt
    • Oportunidades de Bolsas
  • Links Úteis
  • Quem Somos
    • Equipe
    • Docentes
    • Ex-Docentes
    • Biblioteca
  • Acadêmicos
  • Publicações
    • Dissertações de Mestrado
    • Teses de Doutorado
  • Admissões
    • Mestrado
    • Doutorado
    • Pós-Doutorado
    • Docente
    • Sistema Selection
  • Contato
✕

PREVISÃO DECENAL DE CARGAS DE ENERGIA ELÉTRICA UTILIZANDO INTELIGÊNCIA COMPUTACIONAL

Documento

  • Miriam Terumi Okamoto
    Baixar

Informações da Dissertação

Título

PREVISÃO DECENAL DE CARGAS DE ENERGIA ELÉTRICA UTILIZANDO INTELIGÊNCIA COMPUTACIONAL

Autor

Miriam Terumi Okamoto

Resumo

O objetivo deste trabalho é fazer a previsão de mercado de energia elétrica para os próximos 10 anos utilizando paradigmas de Inteligência Artificial, como Redes Neurais Artificiais, Sistema Fuzzy e comparar com o modelo estatístico clássico de Regressão Dinâmica. Este estudo utiliza variáveis econômicas como o Produto Interno Bruto (PIB) brasileiro e o crescimento da população como variáveis explicativas que são altamente correlacionadas com o crescimento da demanda de energia elétrica brasileira. Por se tratarem de projeções de longo prazo requerem a utilização de cenários, devido às grandes incertezas envolvidas no horizonte em estudo.

Abstract

The objective of this work is to forecast the demand of electric energy for the next 10 years using paradigms of Artificial Intelligence, as Artificial Neural Networks, Fuzzy systems and compare with the statistical model of classical Regression Dynamics. This study uses economic variables such as gross domestic product (GDP) and the growth of the Brazilian population as explanatory variables that are highly correlated with growth in demand for electricity. Due to large uncertainties involved in the horizon under study, these long terms predictions require the use of scenarios.

Ano

2008

Orientadores

Nelson Francisco Favilla Ebecken

Anexos

Logo-Simplificada-da-Coppe-Negativa-1-scaled

PEC

  • Quem Somos
    • Equipe
    • Docentes
    • Ex-Docentes
    • Biblioteca
  • Acadêmicos
  • Publicações
    • Dissertações de Mestrado
    • Teses de Doutorado
  • Admissões
    • Mestrado
    • Doutorado
    • Pós-Doutorado
    • Docente
    • Sistema Selection
  • Contato

Acadêmicos

  • Avisos
  • Destaques
    • Notícias e Eventos
    • Premiações
    • Calendário de Defesas
  • Ensino
    • Normas e Regulamentos
    • Formulários
    • Disciplinas
      • Catálogo
      • Oferta por Período
      • Instruções para Inscrição em Disciplinas
    • Áreas de Concentração
      • Estruturas e Materiais
      • Geotecnia
      • Mecânica Computacional
      • Petróleo, Gás e Energias Renováveis
      • Recursos Hídricos e Meio Ambiente
      • Sistemas Computacionais
    • Laboratórios
    • Calendário Acadêmico
  • Editais
    • Bolsas PEC
    • PDSE
    • PIPD
    • Capes-PrInt
    • Oportunidades de Bolsas
  • Links Úteis

Contato

Av. Athos da Silveira Ramos, 149 – Bloco B, Sala B-101 Cidade Universitária, Rio de Janeiro – RJ, 21941-909
(21) 3938-1569
academica@coc.ufrj.br

Todos os direitos reservados PROGRAMA DE ENGENHARIA CIVIL - COPPE/UFRJ © 2026

Desenvolvido por Digimaster Informática

  • Não há traduções disponíveis para esta página.