Desenvolvimentos Futuros
A previsão de curto prazo utilizando as RNA está sempre em contante mudança, pois novos estudos apresentam novos factos que contribuem para melhorar os modelos desenvolvidos. Diferentes conjuntos de algoritmos e entradas para as RNA, podem ditar melhores resultados. Apesar do modelo proposto nesta dissertação se revelar eficaz, sugere-se para desenvolvimentos futuros alguns pontos que podem ser estudados, para que o modelo de previsão possa ser ainda mais preciso.
Para tal se destaca:
-
Desenvolvimento de um método que indique à rede neuronal que ocorreu uma transferência de carga, e quantificar a carga transferida.
-
Realizar o treino para todas as subestações. Neste estudo apenas foram criadas redes para 10 subestações num total de 63.
-
Efetuar o estudo das variáveis justificativas por subestação, devido ao erro variar de subestação para subestação. Cada rede neuronal deve ser adaptada especificamente para cada subestação.
-
Aferir a longevidade de cada rede treinada, para garantir que o erro de previsão se mantém dentro dos valores aceitáveis.
-
Realizar um estudo para as subestações que se encontram em malha fechada. Estas devem encarar-se como uma só subestação e posteriormente efetuar-se uma divisão por percentagem de consumo por subestação.