FenixEdu™

Dissertação

Prediction of Electrical Energy Consumption at IST EVALUATED

Detalhes: O impacto da energia eléctrica na economia mundial é uma motivação para o consumo sustentável de energia. Neste aspecto, a gestão dos sistemas de energia assume um papel fundamental, ao contribuir para o consumo eficiente de energia eléctrica. O desenvolvimento e aplicação de métodos de previsão para prever o consumo de energia contribui para a sua optimização e para manter um balanço entre procura e oferta. Pretende-se com esta dissertação fazer previsões do consumo de energia eléctrica do campus da Alameda do Instituto Superior Técnico, em Lisboa. O problema da predição consiste em obter as estimativas dos termos futuros de uma série temporal, dada uma série de observações relativas ao consumo de energia. É assumido que esta série temporal é gerada por um modelo ARMA. De modo a resolver este problema, foram implementados vários algoritmos, por forma a integrar todos os passos necessários, que incluem o processamento de dados, a identificação do modelo e a previsão. Diversas arquitecturas são consideradas no estudo, uma baseada em múltiplos modelos, outra baseada em métodos adaptativos, e as últimas duas que resultam na combinação das duas abordagens. Esta dissertação foca-se sobretudo em métodos tradicionais para a identificação de modelos, como o prediction error method e uma versão recursiva e estendida do método dos mínimos quadrados. São também apresentados estudos relativamente à variância do erro de predição, incluindo mostrar de que maneira é influenciada pelo horizonte de predição. São também mostradas comparações relativamente ao desempenho das diferentes arquitecturas de integração que foram implementadas.
Keywords: Predição, Série Temporal, ARMA, Mútiplos Modelos, Adaptativa, Erro de Predição

Discussão: novembro 4, 2016, 14:0