dc.contributor.author | Silva, Camila Kamimura | |
dc.date.accessioned | 2019-09-27T12:39:46Z | |
dc.date.available | 2019-09-27T12:39:46Z | |
dc.date.issued | 2018-10-10 | |
dc.identifier.citation | SILVA, Camila Kamimura. Aplicação de redes neurais artificiais à previsão do preço da energia elétrica para distintas zonas de mercados desregulamentados. 2018. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2018. Disponível em: https://repositorio.ufscar.br/handle/ufscar/11899. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/11899 | |
dc.description.abstract | The estimation of the energy price plays a crucial role in the current model of
commercialization of energy in many countries. Better estimation capacity makes it
possible to identify appropriate strategies for market players. Thus, this work aims to
determine a methodology to estimate point values and intervals (maximum and minimum)
for a day for the Pennsylvania - New Jersey - Maryland energy market through Data Mining,
where they will be considered Attribute Selectors and Artificial Neural Networks. In this
sense, the responses of neural networks of the Multilayer Perceptron type and of Recurrent
Neural Networks will be analyzed, considering different topologies.
Keywords: Energy market, Artificial neural networks, Energy Price, Time-series forecasting. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | CC0 1.0 Universal | * |
dc.rights.uri | http://creativecommons.org/publicdomain/zero/1.0/ | por |
dc.subject | Mercado de energia | por |
dc.subject | Redes neurais artificiais | por |
dc.subject | Previsão de séries temporais | por |
dc.subject | Preço de energia elétrica | por |
dc.subject | Energy market | eng |
dc.subject | Artificial neural networks | eng |
dc.subject | Time-series forecasting | eng |
dc.subject | Energy price | eng |
dc.title | Aplicação de redes neurais artificiais à previsão do preço da energia elétrica para distintas zonas de mercados desregulamentados | por |
dc.title.alternative | Application of artificial neural networks to forecasting price of electricity for different areas of deregulated markets | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Fernandes, Ricardo Augusto Souza | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0880243208789454 | por |
dc.description.resumo | A estimação do preço da energia elétrica desempenha um papel crucial no atual modelo
de comercialização de energia de muitos países. Uma melhor capacidade de estimação
torna possível identificar estratégias adequadas para os participantes do mercado. Dessa
forma, este trabalho possui como objetivo determinar uma metodologia para estimar
valores pontuais diários para o mercado de energia Pennsylvania – New Jersey – Maryland
por meio de Mineração de Dados, onde serão considerados Seletores de Atributos e
Redes Neurais Artificiais. Neste sentido, as respostas de redes neurais do tipo Multilayer
Perceptron e também de redes neurais recorrentes são analisadas, considerando distintas
topologias.
Palavras-chave: Mercado de energia, Redes neurais artificiais, Preço da Energia Elétrica, Previsão de
séries temporais. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação - PPGCC | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO | por |
dc.description.sponsorshipId | CAPES: Código do Financiamento 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/8046007140022297 | por |