Classificação de conjuntos consumidores de energia elétrica via mapas auto-organizáveis e estatística multivariada
Show full item record
Title:
|
Classificação de conjuntos consumidores de energia elétrica via mapas auto-organizáveis e estatística multivariada |
Author:
|
Sperandio, Mauricio
|
Abstract:
|
É apresentada uma metodologia para formação de agrupamentos de conjuntos consumidores de energia elétrica, contemplando desde a seleção das variáveis a serem utilizadas no processo, até a classificação dos grupos de acordo com a qualidade do fornecimento de seus integrantes. A partir dos dados atuais de 260 conjuntos sob concessão das Centrais Elétricas de Santa Catarina (CELESC), contendo 18 variáveis que descrevem características do mercado consumidor e do sistema elétrico de fornecimento, são selecionadas as variáveis mais significativas por meio da análise estatística multivariada. Então, utilizando uma validação cruzada entre um tipo de rede neural auto-organizável e o tradicional método estatístico das k-médias é feito o agrupamento dos conjuntos consumidores. Os grupos obtidos são classificados de forma a sinalizar quando o nível de continuidade seja inferior ao nível de referência, possibilitando detectar incompatibilidades com a meta, ou com o sistema elétrico de fornecimento. Conhecendo melhor a situação de cada conjunto, a concessionária pode aplicar o controle de qualidade necessário, e rever as tarifas de maneira a remunerar os investimentos indispensáveis à prestação do serviço de acordo com a qualidade regulamentada, ou discutir junto ao órgão regulador a situação do conjunto em relação à meta determinada. |
Description:
|
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. |
URI:
|
http://repositorio.ufsc.br/xmlui/handle/123456789/87238
|
Date:
|
2004 |
Files in this item
This item appears in the following Collection(s)
Show full item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account
Statistics
Compartilhar