PREVISÃO DE CURTO PRAZO PARA CONSUMO DE ENERGIA EM CAMPI UNIVERSITÁRIOS

Oliveira, Paulo Roberto da Silva

Publication

PREVISÃO DE CURTO PRAZO PARA CONSUMO DE ENERGIA EM CAMPI UNIVERSITÁRIOS

2024-05-21Master thesis

datacite.subject.fos	Engenharia e Tecnologia::Outras Engenharias e Tecnologias	pt_PT
dc.contributor.advisor	Grilo, Carlos Fernando de Almeida
dc.contributor.advisor	Sousa, João Miguel Charrua de
dc.contributor.advisor	Távora, Luís Miguel de Oliveira Pegado de Noronha e
dc.contributor.author	Oliveira, Paulo Roberto da Silva
dc.date.accessioned	2024-07-25T12:25:20Z
dc.date.available	2024-07-25T12:25:20Z
dc.date.issued	2024-05-21
dc.description.abstract	Diversas instituições de ensino têm vindo a instalar medidores inteligentes em diferentes edifícios dos seus campi, permitindo detalhar o consumo quase em tempo real, dotando essas organizações de significativos volumes de dados com valiosa informação do ponto de vista estratégico. O consumo de energia em campus universitário é impulsionado principalmente por vários fatores, como: ocupação, horário de funcionamento, tipo da edificação, idade da edificação, tipologia de equipamento instalado e condições climatéricas. Há ainda categorias diferentes: edifícios académicos, administrativos e edifícios residenciais. Nesse contexto, modelos estatísticos e modelos de aprendizagem computacional supervisionados desempenham um papel essencial, uma vez que permitem aplicar técnicas de previsão baseadas em dados históricos. Uma boa previsão do consumo de energia elétrica e de gás poderá viabilizar: a) O dimensionamento mais rigoroso de sistemas de produção fotovoltaica em regime de autoconsumo, procurando compatibilizar o consumo com a disponibilidade de produção fotovoltaica; b) Uma estimativa de encargos futuros com a energia elétrica; c) A adoção de planos de gestão de procura de energia, tentando induzir uma maior flexibilidade da procura em períodos mais críticos ou com maiores penalizações tarifárias. Portanto, a proposta deste trabalho assenta na modelação com base no comportamento de dados históricos e na otimização de parâmetros de redes neuronais para obter o mínimo de erro possível na previsão do consumo de energia elétrica do dia seguinte para o Campus 2 da Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria, incluindo a análise do desempenho dos modelos explorados. Foram testados diversos modelos estatísticos SARIMA/SARIMAX com validação cruzada, e modelos de Inteligência Artificial (IA), nomeadamente, k-Nearest Neighbors (KNN), Extreme Gradient Boosting (XGBoost), redes neuronais, em particular, Multilayer Perceptron (MLP), redes Long Short-Term Memory (LSTM) e redes Gated Recurrent Unit (GRU) com diversas parametrizações e obtidos resultados com cada tipo de modelo, sendo visível que num significativo número deles foi possível obter um Mean Absolute Percentage Error (MAPE) abaixo dos 8%.	pt_PT
dc.identifier.tid	203665929	pt_PT
dc.identifier.uri	http://hdl.handle.net/10400.8/9855
dc.language.iso	por	pt_PT
dc.subject	Previsão de Consumo de Energia	pt_PT
dc.subject	Séries Temporais	pt_PT
dc.subject	Modelos Estatísticos de Previsão	pt_PT
dc.subject	Aprendizagem Computacional	pt_PT
dc.subject	Redes Neuronais Artificiais	pt_PT
dc.title	PREVISÃO DE CURTO PRAZO PARA CONSUMO DE ENERGIA EM CAMPI UNIVERSITÁRIOS	pt_PT
dc.type	master thesis
dspace.entity.type	Publication
rcaap.rights	openAccess	pt_PT
rcaap.type	masterThesis	pt_PT
thesis.degree.name	Mestrado em Ciência de Dados	pt_PT

Files

Original bundle

Now showing 1 - 1 of 1

Name:: Relatorio de Projeto_PauloOliveira_MCD_Revisão da Final_Version_cf.pdf
Size:: 15.87 MB
Format:: Adobe Portable Document Format
Description:

Download

Collections

ESTG - Mestrado em Ciência de Dados