Modelo de previsão dos consumos na RNT considerando a Produção Distribuída

Resultados

 

  

O desenvolvimento desta dissertação tinha como principal objetivo o desenvolvimento de um modelo de previsão de carga natural a curto prazo. Os resultados obtidos, revelaram-se bastante precisos quando a previsão é comparada com a carga real. Outro grande fator a apontar é o facto de o modelo desenvolvido apresentar melhores previsões que o atual modelo de previsão do GS, principalmente para os dias de feriado e para dias em que a previsão de penda de valores de CN de um feriado.

 

Vista a eficácia deste modelo foi desenvolvida uma aplicação denominada "Previsão de Carga Natural", que tem como finalidade dotar o GS de uma ferramenta simples e intuitiva que possa facilitar a programação das indisponibilidades. 

 

 

Seguidamente será apresentado o breve resumo dos resultados obtidos:

 

 

•  O  modelo da Rede Neuronal Artificial é composto por 15 variáveis de entrada, uma camada escondida e 5 neurónios na camada escondida.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

• De modo a comprovar esta a eficácia do modelo desenvolvido apresentam-se seguidamente dos gráficos de comparação entre a CN real, a CN prevista pelo modelo E2 (modelo desenvolvido) e a CN prevista pelo atual modelo do GS para duas semanas diferentes que contemplam o feriado de 25 de abril e o 1 de maio de 2015. É de salientar que a previsão para 2 de Maio de 2015 depende de um dia de feriado.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

• A aplicação desenvolvida tem como interface gráfico o apresentado na figura apresentada:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

            De modo a compreender-se as funcionalidades de cada botão desta aplicação, é apresentada

uma breve descrição: 

 

                  “1 – Tabela das Subestações” tem como funcionalidade a abertura de um ficheiro Excel, que

                   contém informações referentes às subestações tais como: tipo de consumo, sazonalidade e

                   capital de distrito onde esta se insere.

                  “2 – Temperaturas” abre um ficheiro Excel que tem a capacidade de importar as temperaturas

                   máximas e mínimas previstas por o IPMA através do acesso ao site [X].

                  “3 – Subestações” disponibiliza a escolha da subestação para a qual pretende fazer a previsão,

                   carrega a RNA treinada para essa subestação e ao mesmo tempo importa a temperatura

                   prevista.

                  “4 – Realizar Previsão” realiza a previsão da CN para os próximos 7 dias, surgindo no final

                   da previsão o gráfico referente a essa previsão

                  “Previsão” abre um ficheiro Excel onde contém a informação referente à previsão efetuada.

                  “Reset” permite ao utilizador apagar toda a informação já carregada, permitindo o começo

                   de uma nova previsão.

                 “Ajuda” este botão abre um ficheiro de texto onde contém uma breve ajuda à utilização da

                   aplicação.