Dissertação

{pt_PT=Análise de consumo de energia de PMEs} {} EVALUATED

{pt=A liberalização do mercado de energia elétrica impulsionou o interesse de comercializadores e clientes no desenvolvimento de modelos que elaborem previsões precisas de consumo de energia elétrica. Previsões precisas podem apoiar a tomada de decisão dos fornecedores na determinação do preço a cobrar no contrato de fornecimento de energia elétrica de cada cliente. Esta dissertação tem como objetivo desenvolver modelos que descrevam adequadamente o comportamento do consumo de energia elétrica de PMEs de diferentes setores de atividade, medido em períodos de 15 minutos e diários, e que possam ser usados para fazer previsões precisas a médio prazo. Para atingir esse objetivo, comparámos a capacidade preditiva de modelos desenvolvidos por três técnicas de modelação, nomeadamente Redes Neuronais Artificiais, Regressão Linear Múltipla e Grey Model, na previsão do consumo de energia elétrica de duas PMEs portuguesas. Com base nos resultados obtidos, concluímos que os modelos baseados em Redes Neuronais Artificiais apresentaram a capacidade preditiva mais precisa, comparativamente com os modelos desenvolvidos pelas outras duas técnicas aplicadas., en=The liberalization of the electricity market has increased the interest of suppliers and customers in the development of models that produce accurate forecasts of electricity consumption. Accurate forecasts can support the decision-making of suppliers in determining the price to be charged in each customer's electricity supply contract. This dissertation aims to develop models that adequately describe the behaviour of the electricity consumption of SMEs from different sectors of activity, measured in periods of 15-minute and daily, and that can be used to produce accurate medium-term forecasts. To achieve this goal, we compared the predictive capacity of models developed by three modelling techniques, namely Artificial Neural Networks, Multiple Linear Regression and Grey Model, in the forecast of the electricity consumption of two Portuguese SMEs. Based on the results obtained, we conclude that the models based on Artificial Neural Networks presented the most accurate predictive capacity, compared to the models developed by the other two applied techniques.}
{pt=PMEs, consumos de energia elétrica, capacidade preditiva, Redes Neuronais Artificiais, Regressão Linear Múltipla, Grey Model, en=SME, electricity consumption, predictive capacity, Artificial Neural Network, Multiple Linear Regression, Grey Model}

Junho 8, 2017, 9:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Francisco António Chaves Saraiva de Melo

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

José Alberto Rodrigues Pereira Sardinha

Departamento de Engenharia Informática (DEI)

Professor Auxiliar