Previsão de potência eólica – treino de sistemas com critérios de entropia

• Tipo: Artigo em Livro de Atas de Conferência Internacional
• Data: 2006

Autores

Vladimiro Miranda (Autor) FEUP; Cristina Cerqueira (Autor) Outra; Cláudio Monteiro (Autor) FEUP

Ata de Conferência Internacional

Título: SBSE – Simpósio Brasileiro de Sistemas Eléctricos

SBSE – Simpósio Brasileiro de Sistemas Eléctricos

Campina Grande (Paraíba), Brasil, Julho 2006

Classificação Científica

FOS: Ciências da engenharia e tecnologias > Engenharia electrotécnica, electrónica e informática

CORDIS: Ciências Tecnológicas > Engenharia > Engenharia electrotécnica

Outras Informações

Resumo (PT): Este artigo aplica à previsão de potência eólica um novo método de treino de sistemas de inferência difusa ou redes neuronais que conduz a uma distribuição dos erros de previsão com Entropia mínima, implicando maior frequência de erros diminutos que os sistemas treinados com o clássico critério do Erro Quadrático Médio. O método combina a definição de Renyi de Entropia com a técnica das janelas de Parzen coo medida do conteúdo de informação da distribuição dos erros, num paradigma designado ITL – Information Theoretic Learning. Apresenta-se um caso prático de aplicação a um parque eólico europeu, com treino de um sistema difuso de Takagi-Sugeno com os parâmetros ajustados por um método de Enxame Evolucionário de Partículas (EPSO).

Idioma: Português

Tipo (Avaliação Docente): Científica