EM - Escola de Minas
URI permanente desta comunidadehttp://www.hml.repositorio.ufop.br/handle/123456789/6
Notícias
A Escola de Minas de Ouro Preto foi fundada pelo cientista Claude Henri Gorceix e inaugurada em 12 de outubro de 1876.
Navegar
3 resultados
Resultados da Pesquisa
Item Confiabilidade estrutural utilizando o método de Monte Carlo e redes neurais.(2005) Barbosa, Anderson Henrique; Freitas, Marcílio Sousa da Rocha; Neves, Francisco de Assis dasA análise de confiabilidade estrutural em geral, por envolver um grande número de variáveis aleatórias ou exigir uma grande quantidade de simulações, se depara com a questão do custo computacional. Duas técnicas utilizadas para essa avaliação são o método de simulação de Monte Carlo e os métodos analíticos do tipo FORM/SORM. Os métodos analíticos FORM e SORM podem apresentar problema de precisão no cálculo da probabilidade de falha. Em relação ao método de Monte Carlo, embora sejam de fácil implementação e absolutamente geral, o grande número de simulações pode exigir um tempo de processamento elevado, o que pode tornar sua aplicação inviável. Nesse trabalho, foi utilizada uma rede neural treinada para substituir a solução do problema estrutural necessário a cada simulação de Monte Carlo, com o objetivo de reduzir o custo computacional requerido na análise. As aplicações realizadas proporcionaram bons resultados, com baixo custo computacional, o que atesta a viabilidade de sua aplicação.Item Enhancing neural network based load forecasting via preprocessing.(2001) Silva, Alexandre Pinto Alves da; Reis, Agnaldo José da Rocha; El-Sharkawi, Mohamed A.; Marks II, Robert J.The importance of Short-Term Load Forecasting (STLF) has increased, lately. With deregulation and competition, energy price forecasting has become a big business. Load bus forecasting is essential for feeding the analytical methods used for determining energy prices. The variability and nonstationarity of loads are getting worse due to the dynamics of energy tariffs. Besides, the number of nodal loads to be predicted does not allow frequent interventions from load forecasting specialists. More autonomous load predictors are needed in the new competitive scenario. Despite the success of neural network based STLF, techniques for preprocessing the load data have been overlooked. In this paper, different techniques for preprocessing a load series have been investigated. The main goal is to induce stationarity and to emphasize the relevant features of the series in order to produce more robust load forecasters. One year of load data from a Brazilian electric utility has been used to validate the proposedItem Aplicação da transformada wavelet discreta na previsão de carga a curto prazo via redes neurais.(2004) Reis, Agnaldo José da Rocha; Silva, Alexandre Pinto Alves daThe importance of short-termload forecasting has been in-creasing lately. With deregulation and competition, energy price forecasting has become a big business. Bus-loadfore-castingis essential to feed analytical methods utilized for de- termining energy prices. The variability and non-stationarity of loads are be coming worse due to the dynamics of energy prices. Besides, the number of nodal loads to be predicted does notal low frequent interventions from load forecasting experts. More autonomous load predictors are needed in the new competitive scenario. This paper proposes novel wavelet transform-based technique for short-term load fore-casting via neural networks. Its main goal is to develop more robust load forecasters. Two whole years of load data from a North-American electric utility has been used in order to test The proposed methodology