Calibração de modelos de rede neural para predição de consumo de energia
Data
2021-08-13
Autores
Oliveira Junior, Antonio Gomes de [UNIFESP]
Orientadores
Berton, Lilian [UNIFESP]
Tipo
Trabalho de conclusão de curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Machine Learning está sendo altamente utilizado em diversas aplicações reais e pode ser uma importante ferramenta no combate as consequências do aquecimento global e aos impactos gerados ao meio ambiente, em especial em relação ao consumo de energia. Este projeto tem como objetivo a análise de modelos de redes neurais para predição de consumo de energia. Predições confiáveis sobre níveis de demanda e consumo de energia, podem ser úteis para o desenvolvimento de estratégias para uso mais eficiente de energia por órgãos públicos e empresas distribuidoras e consumidoras. Este projeto usará como base dados públicos do consumo de energia na Espanha. O objetivo é desenvolver modelos baseados em redes neurais profundas como rede neurais recorrentes e convolucionais, usando Tensorflow e Python, para tentar prever o consumo de energia em determinado período. Este trabalho visa analisar a viabilidade de redes neurais para esta previsão testando e avaliando a eficiência e corretude do modelo computacional desenvolvido para este tipo de cenário.