Repositório do Conhecimento Institucional do Centro Universitário FEI
 

Aprimorando a eficiência contratual de energia: um estudo de previsão de demanda com aprendizado de máquina

Imagem de Miniatura

Tipo de produção

Dissertação

Data de publicação

2024

Periódico

Editor

Centro Universitário FEI, São Bernardo do Campo

Texto completo na Scopus

Citações na Scopus

Autores

Pessoa, Patrick de Sousa

Orientadores

Giacomini, R. C.

Resumo

Este projeto de pesquisa aborda a otimização contratual da demanda de energia como um elemento fundamental para aprimorar a eficiência energética da rede elétrica e reduzir custos para consumidores industriais, evitando multas associadas à demanda excessiva estabelecida em contrato. A diferença entre a demanda contratada e a efetiva é frequentemente subestimada, resultando em desperdício de recursos e penalidades financeiras. Foram estudados modelos de inteligência artificial, como FA (Floresta Aleatória), SVR (Support Vector Regression) e rede LSTM (Long-short Term Memory), para prever a demanda em diferentes horizontes temporais. A análise temporal indicou que a acurácia aumenta à medida que o horizonte de tempo é reduzido, destacando a importância da escolha do modelo e do intervalo de tempo na previsão da demanda. Um estudo de caso foi conduzido para avaliar a precisão da previsão em comparação com formas tradicionais de estabelecimento de contratos de demanda, ressaltando a importância do tamanho da base de dados disponível para o desempenho do modelo. A fim de comparação com a rede LSTM, estudou-se o desempenho para a rede GRU (Gated Recurrent Unit Network), a qual obteve resultados comparáveis à LSTM, porém com treinamento mais rápido. Deste modo, este projeto contribui para a otimização contratual da demanda de energia, permitindo que empresas otimizem estes modelos de contratos, minimizem multas e aliviem a carga na rede elétrica, sendo que os resultados confirmam a importância do aprendizado de máquina na otimização de contratos de demanda de energia

Citação

PESSOA, Patrick de Sousa. Aprimorando a eficiência contratual de energia: um estudo de previsão de demanda com aprendizado de máquina. 2024. 81 p. Dissertação (Mestrado em Engenharia Elétrica ) - Centro Universitário FEI, São Bernardo do Campo, 2024. Disponível em: Texto na íntegra.

Palavras-chave

Demanda de energia; Previsão de demanda; Inteligência artificial

Keywords

Assuntos Scopus

Avaliação

Revisão

Suplementado Por

Referenciado Por