Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/10710
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorSimonetti, Domingos Sávio Lyrio-
dc.date.accessioned2018-12-20T13:39:29Z-
dc.date.available2018-12-20-
dc.date.available2018-12-20T13:39:29Z-
dc.identifier.urihttp://repositorio.ufes.br/handle/10/10710-
dc.publisherUniversidade Federal do Espírito Santopor
dc.subjectEstimação de indicadores de continuidadepor
dc.titlePrevisão de indicadores de continuidade com a utilização de redes neuraispor
dc.typemasterThesiseng
dc.subject.udc621.3-
dc.subject.br-rjbnSistemas de energia elétrica - Qualidadepor
dc.subject.br-rjbnIndicadores - Qualidadepor
dc.subject.br-rjbnRedes neurais (Computação)por
dcterms.abstractNo Brasil, uma das óticas através da qual o desempenho das distribuidoras de energia elétrica é avaliado é a Qualidade do Serviço, que regula a continuidade do fornecimento de energia elétrica através dos indicadores DEC e FEC, estando a distribuidora de energia sujeita a penalidades no caso de não cumprimento dos limites regulatórios. A estimação destes indicadores proporciona um conhecimento do panorama futuro da empresa, oportunizando a identificação de áreas que possuem tendência de piora no tempo. O presente trabalho consiste no desenvolvimento de uma metodologia de estimação dos indicadores de continuidade do fornecimento de energia utilizando a aplicação de Redes Neurais Artificiais. Utilizou-se dados reais da EDP Espírito Santo e objetiva a estimação dos indicadores DEC e FEC diários do conjunto elétrico São Mateus. Os resultados obtidos para a estimação do DEC e do FEC mostram que o modelo proposto é viável. Os erros absolutos acumulados na previsão do indicador DEC ao final dos meses de janeiro e de fevereiro de 2016 foram 1,71% e 0,87%, respectivamente. Na previsão do FEC, os erros absolutos acumulados ao final dos meses de janeiro e de fevereiro de 2016 foram 7,45% e 10,96%, respectivamente. Portanto, os resultados obtidos permitem que decisões mais adequadas sejam tomadas sobre a execução de ações de manutenção e alocação de recursos, contribuindo para a confiabilidade operacional do sistema elétrico.por
dcterms.abstractIn Brazil, one of the optics through which the energy distributors' performance is evaluated is Quality of Service, which regulates the continuity of electric power supply through the DEC and FEC indicators. The power distributor is subject to penalties in the event of no compliance with regulatory limits. The estimation of these indicators provides a knowledge of the future panorama of the company, allowing the identification of areas that tend to deteriorate over time. The present work consists in the development of a methodology to estimate the indicators of continuity of energy supply using the application of Artificial Neural Networks. The work uses real data from EDP Espírito Santo and aims to estimate the daily DEC and FEC indicators of the São Mateus electrical set. The results obtained from the estimation of DEC and FEC show that the proposed model is feasible. The total errors accumulated in the DEC indicator forecast at the end of January and February 2016 were 1.71% and 0.87%, respectively. In the FEC forecast, the total errors accumulated at the end of January and February 2016 were 7.4468% and 10,9589%, respectively. Therefore, the results obtained by this work allow more adequate decisions are made on the execution of maintenance actions contributing to the operational reliability of the electric system.eng
dcterms.creatorLouback, Filiphe Oliveira-
dcterms.formattexteng
dcterms.issued2018-09-28-
dcterms.languageporpor
dc.publisher.countryBRpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapor
dc.publisher.initialsUFESpor
dc.subject.cnpqEngenharia Elétricapor
dc.publisher.courseMestrado em Engenharia Elétricapor
dc.contributor.refereeCiarelli, Patrick Marques-
dc.contributor.refereeCunha, Carla César Martins-
dc.contributor.advisor-coBatista, Oureste Elias-
Aparece nas coleções:PPGEE - Dissertações de mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_11454_Dissertação - Filiphe Oliveira Louback.pdf4.02 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.