Previsão de radiação solar direta sob a abordagem singular spectrum analysis

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMenezes, Moisés Lima de-
Autor(es): dc.contributorSanfins, Marco Aurélio dos Santos-
Autor(es): dc.contributorSantos, Wilson Calmon Almeida dos-
Autor(es): dc.creatorAlmeida, Wilson da Mota Martins de-
Data de aceite: dc.date.accessioned2024-07-11T17:32:01Z-
Data de disponibilização: dc.date.available2024-07-11T17:32:01Z-
Data de envio: dc.date.issued2020-06-16-
Data de envio: dc.date.issued2020-06-16-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/13928-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/752233-
Descrição: dc.descriptionA geração de energia fotovoltaica vem sendo cada vez mais difundida no contexto das matrizes energéticas no mundo e o Brasil desponta com um grande potencial para tal fim, dado que é um dos maiores receptores de radiação solar no planeta. Com isso, faz-se necessário o desenvolvimento de técnicas capazes de aumentar a capacidade preditiva de incidência de radiação solar, ou da quantidade de tempo de exposição ao sol de determinados locais a fim de auxiliar pesquisas para instalações de usinas geradoras de energia fotovoltaica, bem como qualquer outro estudo que demanda previsões de incidência de radiação solar. Este projeto propõe o uso de Singular Spectrum Analysis (SSA) via análise gráfica de autovetores para filtrar uma série de incidência de exposição completa ao sol, eliminando a componente ruidosa, e então, gerando uma nova série suavizada que foi modelada por Holt-Winters e Box-Jenkins. A série temporal também foi modelada em sua forma original para fins comparativos com o intuito de testar a capacidade preditiva do modelo sobre a série filtrada via SSA. Neste caso, o software FPW (Forecast Pro for Windows) foi utilizado para gerar os modelos e analisar as estatísticas de aderência, o GRETL foi utilizado para analisar funções de autocorrelações e autocorrelações parciais das séries temporais e o R foi utilizado para importar dados referente a resíduos e gerar seus gráficos. As estatísticas de aderência consideradas foram a Raiz Quadrada do Erro Quadrático Médio (RMSE), o Erro Médio Percentual Absoluto (MAPE), o Desvio Médio Absoluto (MAD) e o Critério Bayesiano de Informação (BIC). Os resultados mostram que o filtro Singular Spectrum Analysis melhora a capacidade preditiva dos modelos (tanto o de Holt-Winters quanto o de Box-Jenkins), e que, após a filtragem da série, o modelo de Box-Jenkins foi a melhor escolha para gerar previsões dos dados solarimétricos estudados-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectEnergia fotovoltaica-
Palavras-chave: dc.subjectSingular spectrum analysis-
Palavras-chave: dc.subjectAutovetores-
Palavras-chave: dc.subjectHolt-Winters-
Palavras-chave: dc.subjectBox-Jenkins-
Palavras-chave: dc.subjectModelagem e previsão-
Palavras-chave: dc.subjectEnergia solar-
Palavras-chave: dc.subjectSérie temporal-
Título: dc.titlePrevisão de radiação solar direta sob a abordagem singular spectrum analysis-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.