https://repositorio.ufjf.br/jspui/handle/ufjf/14766
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
felipedesouzaoliveira.pdf | 1.02 MB | Adobe PDF | Visualizar/Abrir |
Tipo: | Trabalho de Conclusão de Curso |
Título: | Métodos lineares e não-lineares aplicados à previsão do consumo de energia elétrica no Brasil |
Autor(es): | Oliveira, Felipe de souza |
Primeiro Orientador: | Zanini, Alexandre |
Membro da banca: | Santiago, Flaviane Souza |
Resumo: | Esse trabalho contribui com um estudo comparativo de desempenho de metodologias preditivas de séries temporais na previsão do consumo total mensal de energia elétrica brasileiro. Foram aplicados os Métodos de Amortecimento Exponencial, Box & Jenkins e Redes Neurais Artificiais. Os desempenhos dos modelos foram quantificados por meio da métrica Root Mean Squared Error (RMSE). Os resultados mostram o melhor resultado preditivo do modelo de RNA em relação aos outros. |
Abstract: | This work contributes to a comparative study of the performance of time series predictive methodologies in forecasting the monthly consumption of electricity in the Brazilian market. The models used were Exponecial Smoothing, Box & Jenkins and Artificial Neural Networks.The performance of the models was quantified through Root Mean Squared Error (RMSE) metric. The results show the prediction superiority of Artificial Neural Networks model in relation to the others. |
Palavras-chave: | Modelos lineares Modelos não-lineares Consumo de energia elétrica Linear models Nonlinear models Eletric power consumption |
CNPq: | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Juiz de Fora (UFJF) |
Sigla da Instituição: | UFJF |
Departamento: | Faculdade de Economia |
Tipo de Acesso: | Acesso Aberto |
Licenças Creative Commons: | http://creativecommons.org/licenses/by-nd/3.0/br/ |
URI: | https://repositorio.ufjf.br/jspui/handle/ufjf/14766 |
Data do documento: | 12-Dez-2022 |
Aparece nas coleções: | Ciências Econômicas - Campus JF - TCC Graduação |
Este item está licenciado sob uma Licença Creative Commons