
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 | Lopes, Sofia Moreira de Andrade | - |
| Autor(es): dc.contributor | Pfrimer, Felipe Walter Dafico | - |
| Autor(es): dc.contributor | Lopes, Sofia Moreira de Andrade | - |
| Autor(es): dc.contributor | Pfrimer, Felipe Walter Dafico | - |
| Autor(es): dc.contributor | Bombacini, Marcos Roberto | - |
| Autor(es): dc.contributor | Yoshizumi, Victor Hideki | - |
| Autor(es): dc.creator | Corpolato, Mattheus | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:06:55Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:06:55Z | - |
| Data de envio: dc.date.issued | 2023-05-30 | - |
| Data de envio: dc.date.issued | 2023-05-30 | - |
| Data de envio: dc.date.issued | 2022-11-27 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/31490 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1107591 | - |
| Descrição: dc.description | The insertion of photovoltaic (PV) systems in electricity distribution networks, through distributed generation, is promising, as it guarantees greater availability of electricity to the distribution system. However, as it is an energy source with these intermittent characteristics, limited by climatic variations, the dissemination of large-scale systems can generate instabilities in the network. In order to predict the output power of these PV systems, research related to energy generation prediction methods was developed. Obtaining an accurate forecast can help to stabilize and protect the operation of the grid, in addition to enabling the insertion of photovoltaic energy on a large scale. This work aims to present techniques of Artificial Neural Networks (ANN) as tools for predicting photovoltaic energy generation. As a differential, a Multilayer Perceptron Network (PMC) was used combined with a preliminary classification of the input data, which validated the hypothesis that this previous classification has an influence on the ANN results. | - |
| Descrição: dc.description | A inserção de sistemas fotovoltaicos (FV) nas redes de distribuição de energia elétrica, por meio da geração distribuída é promissora, pois garante maior disponibilidade de energia elétrica ao sistema de distribuição. Entretanto, por ser uma fonte de energia com característica intermitente, limitado pelas variações climáticas, a disseminação desses sistemas em larga escala pode gerar instabilidades na rede. Com objetivo de prever a potência de saída destes sistemas FV, foram desenvolvidos algoritmos destinados à previsão de geração de energia. Obter uma previsão com exatidão pode contribuir para estabilizar e proteger a operação da rede, além de possibilitar a inserção da energia fotovoltaica em grande escala. Este trabalho tem como objetivo empregar técnicas de Redes Neurais Artificiais (RNAs) como ferramentas de previsão de geração de energia fotovoltaica. Como diferencial, foi utilizada uma Rede Perceptron Multicamadas (PMC) combinada a uma classificação preliminar dos dados de entrada, que validou a hipótese de que essa classificação prévia apresenta influência positiva nos resultados da RNA. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Toledo | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia Eletrônica | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Processamento eletrônico de dados - Entrada de dados | - |
| Palavras-chave: dc.subject | Sistemas de energia fotovoltaica | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | Electronic data processing - Data entry | - |
| Palavras-chave: dc.subject | Photovoltaic power systems | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
| Título: dc.title | Técnicas de redes neurais artificiais aplicadas na previsão de geração de uma usina fotovoltaica | - |
| Título: dc.title | Artificial neural network techniques applied in the generation forecast of a photovoltaic plant | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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: