Proposal for a Methodology Based on Electricity Consumption to Analyze Social Isolation During a COVID-19 Pandemic: Case Study

Sausen, Paulo Sérgio; Campos, Maurício de; Sausen, Airam; Binelo, Manuel Osório; Santos, Moises Machado

doi:10.1109/tla.2021.9451235

Cited by 2 publications

(3 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Sendo assim, para a previsão de carga no horizonte de longo prazo ser mais assertiva, deve ser levado em consideração a atual conjuntura do cenário nacional, onde a economia se encontra em um longo período sem crescimento notável. Isto se agrava ainda mais pois há os efeitos da pandemia que afeta o mundo todo pelo vírus da COVID-19, onde haverá recessão econômica (Governo Federal, 2021), e logicamente, diminuição ou estagnação do consumo de eletricidade (Alvarez e Sarli, 2021;Sausen et al, 2021). Portanto, a previsão de carga no horizonte de longo prazo foi realizada pelo modelo de regressão logarítmico.…”

Section: Resultados Da Previsão De Médio Prazounclassified

“…No entanto, crises no setor financeiro e epidemiológicas a níveis nacionais e globais tendem a reduzir o consumo de eletricidade. Isso pode ser observado pelo decréscimo de consumo no o ano de 2014, onde houve uma forte crise econômica no país motivada por problemas políticos (Barbosa Filho, 2017), bem como no caso do vírus da COVID-19 e o alto grau de isolamento social (Alvarez e Sarli, 2021;Sausen et al, 2021). Deste modo, há a necessidade de um melhor planejamento do setor em todos os horizontes de tempo, no que trata também do controle e operação do sistema.…”

Section: Caracterização Do Subsistema Sulunclassified

“…Com a evolução das técnicas de inteligências artificial associado ao aprendizado de máquinas, houve uma grande propagação dessas técnicas por meio das Redes Neurais Artificiais (RNA) que possuem vasta aplicabilidade nos modelos de previsão de carga, com altos índices de precisão (Baek, 2019;Han et al, 2019;Sehovac e Grolinger, 2020;Sausen et al, 2021). Uma destas técnicas muito utilizada em estudos de previsão de carga são as RNA Multi-Layer Perceptron (MLP), que a partir do aprendizado supervisionado possui capacidade de generalizar soluções e que podem modelar relações complexas e não lineares, que a torna apta para modelar as sazonalidades do consumo e de carga global (Barbosa et al, 2018;Tajeuna, Bouguessa e Wang, 2018;Dudek e Pełka, 2021).…”

Section: Introductionunclassified

See 2 more Smart Citations

Construção De Reator De Plasma Frio Para Aplicações De Filmes Finos

Cirino

Pinto

2022

Proceedings IX Simpósio Brasileiro De Sistemas Elétricos

View full text Add to dashboard Cite

The load forecasting for an electrical system is the basis for expansion projections in generation, transmission and distribution sectors, and also for planning, operation and control. The errors minimization of load forecasting is brought with the reduction of costs and improvement of the general performance of the sectors involved, in such a way as to guarantee the quality of the services provided by the system, and to keep the operation safe and reliable. In this sense, the proposed study consists on carrying out the load forecasting of the Brazil's southern subsystem using three regression models (neutral, optimistic and pessimistic), evaluating the performance of each model considering their trend curve and deviations (maximum and minimum) compared with load data samples. In addition, the load forecasting will be performed from a Multi-Layer Perceptron (MLP) artificial neural network considering the same load data, in order to evaluate the accuracy of the model. Afterwards, the regression model which presents the best performance will be combined with the MLP, extending the forecasting the future load with a long-term horizon, based on the current conjuncture of the Brazilian electricity sector.Resumo: A previsão de carga para um sistema elétrico é a base para as projeções de expansão do setor de geração, transmissão e distribuição, assim como para as questões de planejamento, operação e controle. A minimização dos erros da previsão de carga traz consigo a redução de custos e melhoria de desempenho geral dos setores envolvidos, de tal forma a garantir a qualidade dos serviços prestados pelo sistema, e mantenimento da operação segura e confiável. Neste sentido, o estudo proposto consiste em realizar a previsão de carga do subsistema sul brasileiro, fazendo o uso de três modelos de regressão (neutro, otimista e pessimista), avaliando o desempenho dos modelos considerando a sua curva de tendência e seus desvios (máximo e mínimo) em comparação com amostras de dados de carga. Adicionalmente, será realizada a previsão de carga a partir de uma rede neural Multi-Layer Perceptron (MLP) considerando os mesmos dados de carga, avaliando a precisão do modelo. Após, será realizada a junção do modelo de regressão, que apresentar melhor desempenho, com a MLP, fazendo a previsão de carga futura com um horizonte de longo prazo, com base na conjuntura atual do setor elétrico brasileiro.

show abstract

Section: Resultados Da Previsão De Médio Prazounclassified

Section: Caracterização Do Subsistema Sulunclassified