XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: FORECASTING TEMPERATURES IN POWER TRANSFORMERS COMBINING LINEAR MODELS AND NEURAL NETWORKS Autor: RICARDO CUNHA DA FONTE
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
REINALDO CASTRO SOUZA - ADVISOR
CARLOS JULIO DUPONT - ADVISOR
Nº do Conteudo: 3036
Catalogação: 23/09/2002 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.3036
Resumo:
Título: FORECASTING TEMPERATURES IN POWER TRANSFORMERS COMBINING LINEAR MODELS AND NEURAL NETWORKS Autor: RICARDO CUNHA DA FONTE
CARLOS JULIO DUPONT - ADVISOR
Nº do Conteudo: 3036
Catalogação: 23/09/2002 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.3036
Resumo:
The new competitive scenario, that came up as result of the
restructuring of the Brazilian Electric Energy Sector,
imposes to its agents the need of tools suitable for better
resource management. On the specific case of power
transformers, which represent one of the most important
investment items, the optimal payback involves a suitable
balance between revenues related to the energy transported
and the actual depreciation costs, mainly those related to
the loss of the transformer s useful life, due the
degradation of solid insulation by temperature. The present
dissertation proposes a time series model, applied to power
transformer winding temperature rise forecasting, which
combines linear models and artificial neural networks. The
main linear forecast methods based on explanatory variables
are revised and analyzed, and, together with the proposed
model, applied to temperature forecast on real
transformers. The results confirm the synergic effect
obtained when using linear models with artificial neural
networks.
Descrição | Arquivo |
COMPLETE |