Título

PREVISÃO DE EFICIÊNCIA ENERGÉTICA NA CENTRAL TERMOELÉTRICA 2 DA COMPANHIA SIDERÚRGICA NACIONAL ATRAVÉS DE REDES NEURAIS ARTIFICIAIS

FORECAST OF ENERGY EFFICIENCY IN THERMOELECTRIC PLANT 2 OF COMPANHIA SIDERÚRGICA NACIONAL THROUGH ARTIFICIAL NEURAL NETWORKS

Autoria

Teixeira, Nelson Neves; Castro, José Adilson de

Teixeira, Nelson Neves

Eu sou esse autor

Castro, José Adilson de

Eu sou esse autor

DOI

10.5151/2594-3626-21974

Downloads

Resumo

Este estudo propõe um método alternativo para a previsão de eficiência energética (energia elétrica, vapor, ar soprado) para a CTE2 da CSN, através do desenvolvimento de um modelo de avaliação baseado em RNA’s. A metodologia Destaca os principais fatores que devem pautar a modelagem de um sistema baseada em redes neurais artificiais, os quais são: seleção das variáveis de entrada; quantidade de variáveis; arquitetura da rede; treinamento; previsão da saída visando a aplicação para previsão da eficiência energética em centrais termoelétricas. O modelo ora apresentado foi desenvolvido a partir da arquitetura MLP (Multi Layer Percepton) e usa um conjunto de dados de consumo de gás natural, Gases Siderúrgicos (Gás de Coqueria - GCO, Gás de Alto de Forno - GAF, e Gás Aciaria - GLD), Óleo Combustível e Alcatrão, nos anos de Jan./2008 a Mai./2011 para o treinamento. Os resultados de previsão foram comparados com os valores medidos do período em questão, bem como previsões de um modelo previamente desenvolvido baseado no método de regressão multlinear. Resultados de previsões utilizando a rede neural desenvolvida apresentaram superiores concordância com os resultados de monitoramento quando comparados com o método de regressão multilinear.

This study proposes an alternative method for predicting energy efficiency (electricity, steam, air blown) for the second thermoelectric plant of Companhia Siderúrgica Nacional, by developing an evaluation model based on RNA. The methodology highlights the main factors that will govern the model a system based on artificial neural networks, which are: selection of input variables, number of variables, network architecture, training, forecasting output the application in order to predict the efficiency energy in power plants. The model presented here was developed from the architecture MLP (Multi Layer Percepton) and uses a data set of natural gas consumption, Gas, Steel (Coke oven gas - GCO, blast furnace gas - GAF, and Gas Steelmaking - GLD ), Fuel Oil and Oil Tar in the years January 2008 to May 2011 for training. The prediction results were compared with the measured values of the period in question, as well as predictions of a model previously developed method based on regression multlinear. Results of predictions using the developed neural network showed higher agreement with the results of monitoring when compared with the multilinear regression method.

Palavras-chave

RNA; Termoelétrica; Eficiência energética.

RNA; Thermal; Energy efficiency.