Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/14766
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
felipedesouzaoliveira.pdf1.02 MBAdobe PDFThumbnail
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 Creative Commons