Dissemin is shutting down on January 1st, 2025

Published in

Unpublished, 2008

DOI: 10.13140/2.1.2310.8481

Links

Tools

Export citation

Search in Google Scholar

EXTRAÇÃO DE CONHECIMENTO DE UMA REDE NEURAL APLICADA À PREVISÃO DE CARGA a CURTO PRAZO

Journal article published in 2008 by Marcus B. Braga, Marcus de Barros Braga ORCID, Adriana R. G. Castro
This paper is available in a repository.
This paper is available in a repository.

Full text: Download

Question mark in circle
Preprint: policy unknown
Question mark in circle
Postprint: policy unknown
Question mark in circle
Published version: policy unknown

Abstract

This paper describes the development of an intelligent system for short-term load forecasting. This system is based on a new methodology called TFRENN used to perform knowledge extraction from an artificial neural network trained to load forecasting and map this knowledge into a mathematically equivalent fuzzy inference system. This mapping allows to become explicit the knowledge captured during the learning process and transforms it into transparent fuzzy rules which linguistic repre-sentation is clearer and meaningful to the operators of the system. The results of the intelligent system for load forecasting are presented and discussed. Keywords⎯ short-term load forecasting, fuzzy logic, neural networks, intelligent systems. Resumo⎯Este artigo descreve o desenvolvimento de um sistema inteligente para previsão de carga a curto prazo. O sistema de-senvolvido é baseado em uma nova metodologia, denominada TFRENN, que é utilizada para realizar a extração do conhecimento de uma rede neural artificial treinada para previsão de cargas e mapear este conhecimento um sistema de inferência difuso mate-maticamente equivalente. O mapeamento realizado ajuda a tornar explícito o conhecimento capturado durante o processo de trei-namento da rede neural e transformá-lo em regras difusas transparentes que possuem uma representação lingüística mais clara e interpretável por parte dos operadores do sistema. Os resultados do sistema inteligente para previsão de carga são apresentados e discutidos. Palavras-chave⎯ previsão de carga a curto prazo, lógica difusa, redes neurais, sistemas inteligentes.