Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Siqueira, Abel Soares, 1986- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
Autor(es): dc.creator | Mota Junior, Cláudio Siervi | - |
Data de aceite: dc.date.accessioned | 2025-09-01T11:31:07Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T11:31:07Z | - |
Data de envio: dc.date.issued | 2024-02-07 | - |
Data de envio: dc.date.issued | 2024-02-07 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/71051 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/71051 | - |
Descrição: dc.description | Orientador : Prof. Dr. Abel Soares Siqueira | - |
Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science e Big Data. | - |
Descrição: dc.description | Inclui referências : 11-12. | - |
Descrição: dc.description | Resumo : Este artigo mostra os resultados de uma pesquisa exploratória que buscou determinar uma forma geral para a função de rendimento de turbinas hidrogeradoras a partir do ajuste de modelos polinomiais à quatro amostras de curva colina. Ao todo foram avaliados dez modelos polinomiais, sendo a seleção de modelos feita pelo algoritmo Best Subsets com as métricas de avaliação: R2 ajustado, PRESS e AIC. A partir deste algoritmo, selecionouse uma média de quatro modelos com melhor ajuste para cada amostra. Em seguida, foi realizada uma análise dos resíduos destes modelos, por último, selecionou-se o modelo com resíduos válidos e menor número de parâmetros. A pesar dos bons ajustes, concluí-se que os modelos não podem ser generalizados devido à forma de coleta de dados e ao número de amostras. No entanto, a pesquisa mostra que é possível encontrar modelos polinomiais com bons ajustes e com um pequeno número de variáveis para representar as curvas de rendimento. Ao final, sugere-se então expandir o estudo para um conjunto maior de turbinas e usando outros métodos de coletas de dados. | - |
Descrição: dc.description | Abstract : This article shows the results of an exploratory research that sought to determine a general form to represent the efficience curve of hydro-generating turbines from the fit of polynomial models to four samples of hill curves. In all, ten polynomial models were evaluated, with the selection of models made by the Best Subsets algorithm with the evaluation metrics: adjusted R2, PRESS and AIC. From this algorithm, an average of four models was selected with the best fit for each sample. Then, an analysis of the residues of these models was carried out. Finally, the model with valid residues and the lowest number of parameters was selected. Despite the good adjustments, it was concluded that the models cannot be generalized due to the form of data collection and the number of samples. However, the research shows that it is possible to find polynomial models with good fits and a small number of variables to represent the efficience curves. In the end, it is then suggested to expand the study to a larger set of turbines and using other data collection methods. | - |
Formato: dc.format | 1 recurso online : PDF. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Turbinas hidraulicas | - |
Palavras-chave: dc.subject | Usinas hidrelétricas | - |
Título: dc.title | Avaliação de modelos polinomiais para representar a curva de eficiência de turbinas hidro-geradoras | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: