Avaliação de abordagens alternativas de previsão no estudo de séries de vazões
O presente trabalho discute a influência do uso de diferentes formas de previsão construídas em estudos de séries mensais de vazões fluviais. Uma das maneiras usualmente adotadas pelo Setor Elétrico Brasileiro (SEB) é o uso de 12 preditores lineares mensais do tipo periódico auto-regressivo, e previ...
| Principais autores: | Belotti, Jonatas Trabuco, Luna, Ivette, Siqueira, Hugo Valadares |
|---|---|
| Formato: | Artigo |
| Idioma: | Português |
| Publicado em: |
Universidade Tecnológica Federal do Paraná (UTFPR)
2019
|
| Acesso em linha: |
http://periodicos.utfpr.edu.br/bjic/article/view/9001 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| id |
peri-article-9001 |
|---|---|
| recordtype |
ojs |
| spelling |
peri-article-90012022-10-21T11:59:38Z Avaliação de abordagens alternativas de previsão no estudo de séries de vazões Belotti, Jonatas Trabuco Luna, Ivette Siqueira, Hugo Valadares Engenharia Elétrica Formas de previsão; séries de vazões; modelos Box & Jenkins, redes neurais; máquinas de aprendizado extremo O presente trabalho discute a influência do uso de diferentes formas de previsão construídas em estudos de séries mensais de vazões fluviais. Uma das maneiras usualmente adotadas pelo Setor Elétrico Brasileiro (SEB) é o uso de 12 preditores lineares mensais do tipo periódico auto-regressivo, e previsões recursivas para horizontes mais longos que um passo à frente. Uma alternativa possível é a utilização de um único modelo para toda a série e realizar de maneira direta para horizontes de mais de um passo à frente. Os resultados computacionais obtidos neste trabalho indicam que a forma frequentemente adotada pelo SEB pode não ser a mais adequada para a solução do problema. Os estudos de caso indicam também que a arquitetura de redes neurais artificiais do tipo máquina de aprendizado extremo alcançou melhor desempenho que os modelos lineares. Universidade Tecnológica Federal do Paraná (UTFPR) 2019-02-28 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf http://periodicos.utfpr.edu.br/bjic/article/view/9001 10.3895/jaic.v6n2.9001 Journal of Applied Instrumentation and Control; v. 6, n. 2 (2018); 19-26 Journal of Applied Instrumentation and Control; v. 6, n. 2 (2018); 19-26 2594-3553 10.3895/jaic.v6n2 por http://periodicos.utfpr.edu.br/bjic/article/view/9001/5960 Direitos autorais 2019 CC-BY http://creativecommons.org/licenses/by/4.0 |
| institution |
Universidade Tecnológica Federal do Paraná |
| collection |
PERI |
| language |
Português |
| format |
Artigo |
| author |
Belotti, Jonatas Trabuco Luna, Ivette Siqueira, Hugo Valadares |
| spellingShingle |
Belotti, Jonatas Trabuco Luna, Ivette Siqueira, Hugo Valadares Avaliação de abordagens alternativas de previsão no estudo de séries de vazões |
| author_sort |
Belotti, Jonatas Trabuco |
| title |
Avaliação de abordagens alternativas de previsão no estudo de séries de vazões |
| title_short |
Avaliação de abordagens alternativas de previsão no estudo de séries de vazões |
| title_full |
Avaliação de abordagens alternativas de previsão no estudo de séries de vazões |
| title_fullStr |
Avaliação de abordagens alternativas de previsão no estudo de séries de vazões |
| title_full_unstemmed |
Avaliação de abordagens alternativas de previsão no estudo de séries de vazões |
| title_sort |
avaliação de abordagens alternativas de previsão no estudo de séries de vazões |
| description |
O presente trabalho discute a influência do uso de diferentes formas de previsão construídas em estudos de séries mensais de vazões fluviais. Uma das maneiras usualmente adotadas pelo Setor Elétrico Brasileiro (SEB) é o uso de 12 preditores lineares mensais do tipo periódico auto-regressivo, e previsões recursivas para horizontes mais longos que um passo à frente. Uma alternativa possível é a utilização de um único modelo para toda a série e realizar de maneira direta para horizontes de mais de um passo à frente. Os resultados computacionais obtidos neste trabalho indicam que a forma frequentemente adotada pelo SEB pode não ser a mais adequada para a solução do problema. Os estudos de caso indicam também que a arquitetura de redes neurais artificiais do tipo máquina de aprendizado extremo alcançou melhor desempenho que os modelos lineares. |
| publisher |
Universidade Tecnológica Federal do Paraná (UTFPR) |
| publishDate |
2019 |
| url |
http://periodicos.utfpr.edu.br/bjic/article/view/9001 |
| _version_ |
1805449347578462208 |
| score |
10,814766 |