|
Abstract:
|
Este trabalho faz parte do Projeto PCarga, que tem como objetivo o desenvolvimento de um sistema previsor de carga elétrica ativa de curto prazo. O modelo, proposto por Oliveira (2004), visa a previsão de meia hora a frente em uma janela de uma semana, com a utilização de uma estrutura inteligente e adaptativa que se ajusta às características específicas de cada microrregião de consumo de energia elétrica e necessita de um baixo nível de intervenção humana. O modelo possui um modelador evolutivo que opera através de algoritmos genéticos e é responsável pela otimização do vetor das variáveis de entrada relevantes para a rede neural do sistema previsor. A pesquisa aqui apresentada envolve a otimização deste algoritmo genético na tentativa de reduzir o seu tempo de convergência. Para tanto, foi realizado um trabalho envolvendo duas hipóteses. A primeira hipótese consiste em criar uma função de mutação simultânea em grupos específicos de variáveis, visando fazer com que o algoritmo tenha uma convergência mais rápida quando comparado ao método de mutação individual. Esta hipótese foi confirmada através de uma série de experimentos. A segunda hipótese trabalha com a idéia de redução do tamanho do cromossomo do algoritmo genético, através da eliminação de variáveis de deslocamento redundantes (valores absolutos e derivados). Neste caso, os experimentos realizados comprovaram a hipótese contrária, o que significa que a combinação de valores absolutos e derivados, ao invés da utilização de apenas um tipo destes valores, é fundamental para a boa qualidade das previsões da rede neural. |
