Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Predição de geração de energia fotovoltaica por meio de aprendizado de máquina considerando irradiância solar e temperatura dos módulos.
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1025016
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Cota, Luciano Perdigão | - |
| Autor(es): dc.contributor | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Beneteli, Tatianna Aparecida Pereira | - |
| Autor(es): dc.contributor | Cota, Luciano Perdigão | - |
| Autor(es): dc.contributor | Beneteli, Tatianna Aparecida Pereira | - |
| Autor(es): dc.contributor | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Perez, José Manuel Gonzalez Tubio | - |
| Autor(es): dc.contributor | Soares, Paulo Henrique Vieira | - |
| Autor(es): dc.creator | Catarino, Vitor Hugo Oliveira | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:49:28Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:49:28Z | - |
| Data de envio: dc.date.issued | 2024-11-12 | - |
| Data de envio: dc.date.issued | 2024-11-12 | - |
| Data de envio: dc.date.issued | 2023 | - |
| Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/18968 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1025016 | - |
| Descrição: dc.description | Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto. | - |
| Descrição: dc.description | Diante da necessidade de maior sustentabilidade, têm-se buscado cada vez mais o uso de fontes de energia renováveis, como eólica, solar e biomassa. Devido às condições climáticas do Brasil, a participação de fontes de energia eólica e solar têm crescido rapidamente na matriz energética. Este trabalho trata a predição de geração de energia em um complexo solar. Para isso, utiliza-se de técnicas de aprendizagem de máquina para determinar a produção de energia a ser gerada ao longo de um dia, de acordo com a irradiância solar medida pelas estações sola- rimétricas e a temperatura dos módulos solares. Como estudo de caso foram utilizados dados reais de um complexo solar, localizado no norte de Minas Gerais. Foram avaliados diversos mé- todos e parâmetros através do desenvolvimento de modelos utilizando as técnicas de Random Forest (RF) e Redes Neurais Artificiais (RNA). Ao todo, seis tipos de RNAs e quatro tipos de RFs foram avaliados usando dados de irradiância solar e temperatura como entrada. Nos testes realizados avaliamos como a frequência dos dados de entrada pode influenciar na qualidade da predição. Quando utilizamos um RNA com função de ativação relu e 10 neurônios, os testes comparativos com dados em intervalos de 15, 30 e 60 minutos mostraram que não há diferença significativa entre as frequências analisadas, permitindo a escolha de qualquer uma das três op- ções. Outro experimento comparativo abordou a utilização de janelas de entrada de 3, 6 e 9 horas, que também não apresentou diferença significativa entre os lags testados. Para os demais testes, definimos a frequência de 15 minutos nos dados de entrada e 6 horas de janela. Após 30 rodadas de experimentação os diferentes métodos e parâmetros avaliados indicaram que os modelos implementados são eficazes para a previsão da geração de energia solar com destaque para o método RF100, que obteve as melhores métricas utilizando a irradiância e a temperatura dos módulos como variáveis preditoras. | - |
| Descrição: dc.description | In the face of the need for greater sustainability, there has been an increase in the use of renewable energy sources such as wind, solar, and biomass. Due to Brazil’s climatic conditions, the participation of wind and solar energy sources has rapidly grown in the energy matrix. This work addresses the prediction of energy generation in a solar complex. We proposed machine learning techniques to determine the energy production to be generated throughout a day, according to the solar irradiance measured by solar stations and the temperature of the solar modules. Real data from a solar complex located in north of Minas Gerais were used as a case study. Various methods and parameters were evaluated through the development of models using Random Forest (RF) and Artificial Neural Networks (ANN). Six types of ANNs and four types of RFs were evaluated using solar irradiance and temperature data as input. During the tests, we evaluated how the input data’s frequency could influence the prediction’s quality. When using an ANN with a relu activation function and ten neurons, comparative tests with data at 15, 30, and 60-minute intervals showed no significant difference between the analyzed frequencies, allowing for selecting any of the three options. Another comparative experiment addressed input windows of 3, 6, and 9 hours, which also showed no significant difference between the tested lags. For subsequent tests, we defined a 15-minute frequency for input data and a 6-hour window. After 30 rounds of experimentation, the different methods and parameters evaluated indicated that the implemented models effectively predict solar energy generation, with the RF100 method standing out, achieving the best metrics using irradiance and module temperature as predictor variables. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | - |
| Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 06/10/2024 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação. | - |
| Palavras-chave: dc.subject | Complexo solar | - |
| Palavras-chave: dc.subject | Geração de energia fotovoltaica - predição de geração de energia | - |
| Palavras-chave: dc.subject | Irradiância solar total (TSI) | - |
| Título: dc.title | Predição de geração de energia fotovoltaica por meio de aprendizado de máquina considerando irradiância solar e temperatura dos módulos. | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - UFOP | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo