Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu

Detalhes bibliográficos
Autor(a) principal: Silva, Tony Márcio Pereira da
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional do IFPE
Texto Completo: https://repositorio.ifpe.edu.br/xmlui/handle/123456789/359
Resumo: A crescente demanda mundial por energia elétrica proveniente de fontes renováveis, estimula cada vez mais a adoção de usinas solares. No entanto, devido à natureza variante da irradiância solar, ocasionada por fenômenos atmosféricos, usinas solares não são capazes de gerar energia de maneira contínua. A estimativa de irradiância solar a curto prazo torna-se uma tarefa fundamental para o planejamento adequado de tais usinas, bem como de sistemas conectados a redes domésticas. Comercialmente há aparelhos capazes de realizar leituras periódicas de irradiância solar, entretanto, a adoção de tais aparelhos em escala torna-se proibitiva devido ao alto custo de aquisição e manutenção. Neste cenário, estudos apresentam abordagens para estimativa de irradiância solar, com destaque para o uso de redes neurais artificiais. Este trabalho revisa de maneira subjetiva alguns destes estudos e se propõe a apresentar um modelo de redes neurais artificiais para estimativa de irradiância solar a partir de imagens do céu. A metodologia proposta inicia-se com a coleta e preparação dos dados, estabelecendo quais informações contribuiriam mais significativamente para aprendizagem da rede. Na sequência, foram projetadas e testadas um total de 10 configurações, contendo um número variado de camadas e neurônios. A precisão destas configurações é verificada a partir do erro médio quadrático e comparação direta com os valores medidos por um luxímetro. A configuração de rede que apresentou resultados mais precisos foi o modelo contendo 30 neurônios em 1 camada interna. O conjunto de dados e o número de entradas estabelecido para a rede neural se mostrou satisfatório.
id IFPE_1574bd1aab65d8547580705b8126552b
oai_identifier_str oai:repositorio.ifpe.edu.br:123456789/359
network_acronym_str IFPE
network_name_str Repositório Institucional do IFPE
repository_id_str
spelling 2021-09-01T14:38:58Z2021-09-01T14:38:58Z2021-06-06https://repositorio.ifpe.edu.br/xmlui/handle/123456789/359A crescente demanda mundial por energia elétrica proveniente de fontes renováveis, estimula cada vez mais a adoção de usinas solares. No entanto, devido à natureza variante da irradiância solar, ocasionada por fenômenos atmosféricos, usinas solares não são capazes de gerar energia de maneira contínua. A estimativa de irradiância solar a curto prazo torna-se uma tarefa fundamental para o planejamento adequado de tais usinas, bem como de sistemas conectados a redes domésticas. Comercialmente há aparelhos capazes de realizar leituras periódicas de irradiância solar, entretanto, a adoção de tais aparelhos em escala torna-se proibitiva devido ao alto custo de aquisição e manutenção. Neste cenário, estudos apresentam abordagens para estimativa de irradiância solar, com destaque para o uso de redes neurais artificiais. Este trabalho revisa de maneira subjetiva alguns destes estudos e se propõe a apresentar um modelo de redes neurais artificiais para estimativa de irradiância solar a partir de imagens do céu. A metodologia proposta inicia-se com a coleta e preparação dos dados, estabelecendo quais informações contribuiriam mais significativamente para aprendizagem da rede. Na sequência, foram projetadas e testadas um total de 10 configurações, contendo um número variado de camadas e neurônios. A precisão destas configurações é verificada a partir do erro médio quadrático e comparação direta com os valores medidos por um luxímetro. A configuração de rede que apresentou resultados mais precisos foi o modelo contendo 30 neurônios em 1 camada interna. O conjunto de dados e o número de entradas estabelecido para a rede neural se mostrou satisfatório.The growing global demand for electricity from renewable sources is increasingly encouraging the adoption of solar plants. However, due to the variant nature of solar irradiance, brought about by atmospheric phenomena, solar plants are not able to generate energy continuously. The short-term estimation of solar irradiance becomes a fundamental task for the proper planning of such plants, as well as systems connected to domestic networks. Commercially, devices capable of periodically performing readings of solar irradiance are available, however, the adoption of such devices becomes prohibitive due to the high cost for acquisition and maintenance. In this scenario, studies present different approaches to estimate solar irradiance, with emphasis on the use of artificial neural networks. This work subjectively reviews some of these studies and proposes to present a model of artificial neural networks to estimate solar irradiance from images of the sky. The proposed methodology begins with data collection and preparation, establishing which information would contribute more significantly to the network learning. Following, a total of 10 configurations were designed and tested, containing a varied number of layers and neurons. The accuracy of these settings is verified from the mean quadratic error and direct comparison with the values measured by a luximeter. The network configuration that presented more accurate results was the model with 30 neurons in 1 inner layer. The data set and the number of entries established for the neural network were satisfactory.43 p.AMORIM, Bruna. Absorção da radiação por aerossóis na Amazônia. 2015. Dissertação (Mestrado em Ciências) - Universidade de São Paulo, São Paulo, 2015. BENEDITO, Raphael. Determinação de curvas de irradiância solar utilizando redes neurais artificiais para aplicação no planejamento eletro-energético de microrredes. In: Congresso Brasileiro de Inteligência Computacional, no 14, 2019, Belém. BEZERRA, Francisco. Energia solar. Caderno Setorial ETENE. Fortaleza, n. 110, mar. 2020. BON, Frederico. Redes neurais artificiais aplicadas à previsão de irradiância global horizontal no contexto de cidades energeticamente inteligentes. 2020. Dissertação (Mestrado em Engenharia Urbana) - Universidade Federal de São Carlos, São Carlos, 2020. FILHO, Manoel. Modelagem e predição de flutuações da irradiância solar de curta duração. 2019. Tese (Doutorado em Ciências) - Universidade Federal de Pernambuco, Recife, 2019. CARPES, Felipe. Rastreamento de máxima potência fotovoltaica através de redes neurais artificiais perceptron multicamadas. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Federal do Pampa, Rio Grande do Sul, 2017. DANTAS, Antonio; CARVALHO, Luiz; NETO, Pedro. GNE 109: Agrometeorologia. Lavras: Editora UFLA, 2010. FARIA, Waltenir. Estudo do sombreamento parcial em módulos fotovoltaicos através da resistência série e das redes neurais artificiais. 2014. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2014. FIORIN, Daniel et al. Aplicação de redes neurais e previsões de disponibilidade de recursos energéticos. Revista Brasileira de Ensino de Física, v. 33, n. 1, 2011. FLECK, Leandro et al. Redes neurais artificiais: Princípios básicos. Revista Eletrônica Científica Inovadora e Tecnologia, Paraná, v. 1, n. 13, p. 47-57, jun. 2016. GASPERACCO, Wellington. Rede neural artificial aplicada ao rastreamento de pontos de máxima potência de painéis fotovoltaicos com sombreamento parcial. 2018. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Espírito Santo, Vitória, 2018. GUARNIERI, Ricardo et al. Previsão de radiação solar utilizando modelo de mesoescala: Refinamento com redes neurais. In: Congresso Brasileiro de Energia Solar, no 1, 2007, Fortaleza. HAYKIN, Simon. Redes neurais: Princípios e prática. Ed. 2. Porto Alegre: Bookman, 2001. HEINEN, Eduarth. Redes neurais recorrentes e XGBoost aplicados à previsão de radiação solar no horizonte de curto prazo. 2018. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, São Carlos, 2018. KRAPAS, Sonia; SANTOS, Paulo. Modelagem do espalhamento Rayleigh da luz com propósito de ensino e de aprendizagem. Caderno Brasileiro de Ensino de Física, Niterói, v. 19, n. 3, p. 341-350, dez. 2002. LATORRE, Marcelo. Correção atmosférica: conceitos e fundamentos. Espaço & Geografia. v. 5, n. 1, p. 153-178, mar. 2002. LIMEIRA, Matheus et all. Desenvolvimento de algoritmo para remoção da distorção causada por lente olho de peixe. Brazilian Journal of Development. Curitiba, v. 7, n.1, p. 6587-6605, jan. 2021. LIOU, Kuo-Nan. An Introduction to Atmospheric Radiation. Ed. 2. New York: Academic Press, 2002. LOPES, José. Previsão de produção fotovoltaica a muito curto prazo usando análise e modelação de dinâmica de sombras. 2010. Dissertação (Mestrado em Engenharia Electrotécnica e de Computadores) - Faculdade de Engenharia da Universidade do Porto, Porto, 2010. MARQUEZ, Ricardo; COIMBRA, Carlos. Intra-hour DNI forecasting based on cloud tracking image analysis. Solar Energy. v. 91, p. 327-336, mai. 2012. MICHAEL, Peter. A Conversion Guide: Solar Irradiance and Lux Iluminance. IEEE Dataport; 2019. Disponível em: <https://dx.doi.org/10.21227/mxr7-p365>. Acesso em: 09 de fevereiro de 2021. MOOJEN, Thomaz; CAVALCANTE, Rosane; MENDES, Carlos. Avaliação da radiação solar com base em dados de nebulosidade. GEOGRAFIA (Londrina). v. 21, n. 3, 2012. PEIXOTO, Jose; OORT, Abraham. Physics of Climate. Ed. 1. New York: American Institute of Physics Press, 1992. REMES, Chrystian. Caracterização por simulação numérica de painéis fotovoltaicos e método de rastreamento do máximo ponto de potência baseado em redes neurais artificiais. 2013. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade do Estado de Santa Catarina, Joinville, 2013. SANTOS, Bruno. Previsão de produção de centrais solares a muito curto prazo. 2010. Dissertação (Mestrado em Engenharia Eletrônica e de Computadores) - Faculdade de Engenharia da Universidade do Porto, Porto,2015. SANTOS, Cícero. Irradiância solar global com diferentes modelos para Alagoas. 2012. Dissertação (Mestrado em Meteorologia) - Universidade Federal de Alagoas, Maceió, 2012. SEVERO, Luana. Rastreamento de máxima potência através de redes neurais artificiais aplicado a um sistema fotovoltaico conectado à rede. 2019. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Federal do Pampa, Rio Grande do Sul, 2019. TOGAWA, André. Previsão de irradiância solar por rastreamento de nuvens utilizando imagens. 2014. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica) - Universidade de Brasília, Brasília, 2014. YAMASOE, Marcia; CORRÊA, Marcelo. Processos radiativos na atmosfera: fundamentos. São Paulo: Oficina de Textos, 2016.ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS; INSTRUMENTACAORedes Neurais - ArtificialIrradiânciaEnergiaGeração FotovoltaicaEstimativa de irradiância solar utilizando redes neurais artificiais e imagens do céuinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisBatista, Ygo Netohttp://lattes.cnpq.br/8634712936192571Silva, Oberlan daLemos, Herick Talles Queirozhttp://lattes.cnpq.br/5470594003764583http://lattes.cnpq.br/7382378841811148http://lattes.cnpq.br/8634712936192571Silva, Tony Márcio Pereira daBrasilPesqueirainfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional do IFPEinstname:Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco (IFPE)instacron:IFPELICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALEstimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu - Tony Silva.pdfEstimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu - Tony Silva.pdfapplication/pdf1876702https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/2/Estimativa%20de%20irradi%c3%a2ncia%20solar%20utilizando%20redes%20neurais%20artificiais%20e%20imagens%20do%20c%c3%a9u%20-%20Tony%20Silva.pdf514a23c0b7c7e5488fa3637f3f29638aMD52TEXTEstimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu - Tony Silva.pdf.txtEstimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu - Tony Silva.pdf.txtExtracted texttext/plain101265https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/4/Estimativa%20de%20irradi%c3%a2ncia%20solar%20utilizando%20redes%20neurais%20artificiais%20e%20imagens%20do%20c%c3%a9u%20-%20Tony%20Silva.pdf.txte54b1a31406fca52894baf70799dec73MD54THUMBNAILEstimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu - Tony Silva.pdf.jpgEstimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu - Tony Silva.pdf.jpgIM Thumbnailimage/jpeg8984https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/5/Estimativa%20de%20irradi%c3%a2ncia%20solar%20utilizando%20redes%20neurais%20artificiais%20e%20imagens%20do%20c%c3%a9u%20-%20Tony%20Silva.pdf.jpg3a11008bd1c45c9127150c0546a12537MD55123456789/3592022-04-25 15:53:23.887oai:repositorio.ifpe.edu.br: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Repositório InstitucionalPUBhttps://repositorio.ifpe.edu.br/oai/requestrepositorioifpe@reitoria.ifpe.edu.bropendoar:2022-04-25T18:53:23Repositório Institucional do IFPE - Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco (IFPE)false
dc.title.pt_BR.fl_str_mv Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
title Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
spellingShingle Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
Silva, Tony Márcio Pereira da
ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS; INSTRUMENTACAO
Redes Neurais - Artificial
Irradiância
Energia
Geração Fotovoltaica
title_short Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
title_full Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
title_fullStr Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
title_full_unstemmed Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
title_sort Estimativa de irradiância solar utilizando redes neurais artificiais e imagens do céu
author Silva, Tony Márcio Pereira da
author_facet Silva, Tony Márcio Pereira da
author_role author
dc.contributor.advisor1.fl_str_mv Batista, Ygo Neto
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/8634712936192571
dc.contributor.referee1.fl_str_mv Silva, Oberlan da
dc.contributor.referee2.fl_str_mv Lemos, Herick Talles Queiroz
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/5470594003764583
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/7382378841811148
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/8634712936192571
dc.contributor.author.fl_str_mv Silva, Tony Márcio Pereira da
contributor_str_mv Batista, Ygo Neto
Silva, Oberlan da
Lemos, Herick Talles Queiroz
dc.subject.cnpq.fl_str_mv ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS; INSTRUMENTACAO
topic ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS; INSTRUMENTACAO
Redes Neurais - Artificial
Irradiância
Energia
Geração Fotovoltaica
dc.subject.por.fl_str_mv Redes Neurais - Artificial
Irradiância
Energia
Geração Fotovoltaica
description A crescente demanda mundial por energia elétrica proveniente de fontes renováveis, estimula cada vez mais a adoção de usinas solares. No entanto, devido à natureza variante da irradiância solar, ocasionada por fenômenos atmosféricos, usinas solares não são capazes de gerar energia de maneira contínua. A estimativa de irradiância solar a curto prazo torna-se uma tarefa fundamental para o planejamento adequado de tais usinas, bem como de sistemas conectados a redes domésticas. Comercialmente há aparelhos capazes de realizar leituras periódicas de irradiância solar, entretanto, a adoção de tais aparelhos em escala torna-se proibitiva devido ao alto custo de aquisição e manutenção. Neste cenário, estudos apresentam abordagens para estimativa de irradiância solar, com destaque para o uso de redes neurais artificiais. Este trabalho revisa de maneira subjetiva alguns destes estudos e se propõe a apresentar um modelo de redes neurais artificiais para estimativa de irradiância solar a partir de imagens do céu. A metodologia proposta inicia-se com a coleta e preparação dos dados, estabelecendo quais informações contribuiriam mais significativamente para aprendizagem da rede. Na sequência, foram projetadas e testadas um total de 10 configurações, contendo um número variado de camadas e neurônios. A precisão destas configurações é verificada a partir do erro médio quadrático e comparação direta com os valores medidos por um luxímetro. A configuração de rede que apresentou resultados mais precisos foi o modelo contendo 30 neurônios em 1 camada interna. O conjunto de dados e o número de entradas estabelecido para a rede neural se mostrou satisfatório.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-09-01T14:38:58Z
dc.date.available.fl_str_mv 2021-09-01T14:38:58Z
dc.date.issued.fl_str_mv 2021-06-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ifpe.edu.br/xmlui/handle/123456789/359
url https://repositorio.ifpe.edu.br/xmlui/handle/123456789/359
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv AMORIM, Bruna. Absorção da radiação por aerossóis na Amazônia. 2015. Dissertação (Mestrado em Ciências) - Universidade de São Paulo, São Paulo, 2015. BENEDITO, Raphael. Determinação de curvas de irradiância solar utilizando redes neurais artificiais para aplicação no planejamento eletro-energético de microrredes. In: Congresso Brasileiro de Inteligência Computacional, no 14, 2019, Belém. BEZERRA, Francisco. Energia solar. Caderno Setorial ETENE. Fortaleza, n. 110, mar. 2020. BON, Frederico. Redes neurais artificiais aplicadas à previsão de irradiância global horizontal no contexto de cidades energeticamente inteligentes. 2020. Dissertação (Mestrado em Engenharia Urbana) - Universidade Federal de São Carlos, São Carlos, 2020. FILHO, Manoel. Modelagem e predição de flutuações da irradiância solar de curta duração. 2019. Tese (Doutorado em Ciências) - Universidade Federal de Pernambuco, Recife, 2019. CARPES, Felipe. Rastreamento de máxima potência fotovoltaica através de redes neurais artificiais perceptron multicamadas. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Federal do Pampa, Rio Grande do Sul, 2017. DANTAS, Antonio; CARVALHO, Luiz; NETO, Pedro. GNE 109: Agrometeorologia. Lavras: Editora UFLA, 2010. FARIA, Waltenir. Estudo do sombreamento parcial em módulos fotovoltaicos através da resistência série e das redes neurais artificiais. 2014. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2014. FIORIN, Daniel et al. Aplicação de redes neurais e previsões de disponibilidade de recursos energéticos. Revista Brasileira de Ensino de Física, v. 33, n. 1, 2011. FLECK, Leandro et al. Redes neurais artificiais: Princípios básicos. Revista Eletrônica Científica Inovadora e Tecnologia, Paraná, v. 1, n. 13, p. 47-57, jun. 2016. GASPERACCO, Wellington. Rede neural artificial aplicada ao rastreamento de pontos de máxima potência de painéis fotovoltaicos com sombreamento parcial. 2018. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Espírito Santo, Vitória, 2018. GUARNIERI, Ricardo et al. Previsão de radiação solar utilizando modelo de mesoescala: Refinamento com redes neurais. In: Congresso Brasileiro de Energia Solar, no 1, 2007, Fortaleza. HAYKIN, Simon. Redes neurais: Princípios e prática. Ed. 2. Porto Alegre: Bookman, 2001. HEINEN, Eduarth. Redes neurais recorrentes e XGBoost aplicados à previsão de radiação solar no horizonte de curto prazo. 2018. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de São Carlos, São Carlos, 2018. KRAPAS, Sonia; SANTOS, Paulo. Modelagem do espalhamento Rayleigh da luz com propósito de ensino e de aprendizagem. Caderno Brasileiro de Ensino de Física, Niterói, v. 19, n. 3, p. 341-350, dez. 2002. LATORRE, Marcelo. Correção atmosférica: conceitos e fundamentos. Espaço & Geografia. v. 5, n. 1, p. 153-178, mar. 2002. LIMEIRA, Matheus et all. Desenvolvimento de algoritmo para remoção da distorção causada por lente olho de peixe. Brazilian Journal of Development. Curitiba, v. 7, n.1, p. 6587-6605, jan. 2021. LIOU, Kuo-Nan. An Introduction to Atmospheric Radiation. Ed. 2. New York: Academic Press, 2002. LOPES, José. Previsão de produção fotovoltaica a muito curto prazo usando análise e modelação de dinâmica de sombras. 2010. Dissertação (Mestrado em Engenharia Electrotécnica e de Computadores) - Faculdade de Engenharia da Universidade do Porto, Porto, 2010. MARQUEZ, Ricardo; COIMBRA, Carlos. Intra-hour DNI forecasting based on cloud tracking image analysis. Solar Energy. v. 91, p. 327-336, mai. 2012. MICHAEL, Peter. A Conversion Guide: Solar Irradiance and Lux Iluminance. IEEE Dataport; 2019. Disponível em: <https://dx.doi.org/10.21227/mxr7-p365>. Acesso em: 09 de fevereiro de 2021. MOOJEN, Thomaz; CAVALCANTE, Rosane; MENDES, Carlos. Avaliação da radiação solar com base em dados de nebulosidade. GEOGRAFIA (Londrina). v. 21, n. 3, 2012. PEIXOTO, Jose; OORT, Abraham. Physics of Climate. Ed. 1. New York: American Institute of Physics Press, 1992. REMES, Chrystian. Caracterização por simulação numérica de painéis fotovoltaicos e método de rastreamento do máximo ponto de potência baseado em redes neurais artificiais. 2013. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade do Estado de Santa Catarina, Joinville, 2013. SANTOS, Bruno. Previsão de produção de centrais solares a muito curto prazo. 2010. Dissertação (Mestrado em Engenharia Eletrônica e de Computadores) - Faculdade de Engenharia da Universidade do Porto, Porto,2015. SANTOS, Cícero. Irradiância solar global com diferentes modelos para Alagoas. 2012. Dissertação (Mestrado em Meteorologia) - Universidade Federal de Alagoas, Maceió, 2012. SEVERO, Luana. Rastreamento de máxima potência através de redes neurais artificiais aplicado a um sistema fotovoltaico conectado à rede. 2019. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Federal do Pampa, Rio Grande do Sul, 2019. TOGAWA, André. Previsão de irradiância solar por rastreamento de nuvens utilizando imagens. 2014. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica) - Universidade de Brasília, Brasília, 2014. YAMASOE, Marcia; CORRÊA, Marcelo. Processos radiativos na atmosfera: fundamentos. São Paulo: Oficina de Textos, 2016.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 43 p.
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Pesqueira
dc.source.none.fl_str_mv reponame:Repositório Institucional do IFPE
instname:Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco (IFPE)
instacron:IFPE
instname_str Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco (IFPE)
instacron_str IFPE
institution IFPE
reponame_str Repositório Institucional do IFPE
collection Repositório Institucional do IFPE
bitstream.url.fl_str_mv https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/3/license.txt
https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/2/Estimativa%20de%20irradi%c3%a2ncia%20solar%20utilizando%20redes%20neurais%20artificiais%20e%20imagens%20do%20c%c3%a9u%20-%20Tony%20Silva.pdf
https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/4/Estimativa%20de%20irradi%c3%a2ncia%20solar%20utilizando%20redes%20neurais%20artificiais%20e%20imagens%20do%20c%c3%a9u%20-%20Tony%20Silva.pdf.txt
https://repositorio.ifpe.edu.br/xmlui/bitstream/123456789/359/5/Estimativa%20de%20irradi%c3%a2ncia%20solar%20utilizando%20redes%20neurais%20artificiais%20e%20imagens%20do%20c%c3%a9u%20-%20Tony%20Silva.pdf.jpg
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
514a23c0b7c7e5488fa3637f3f29638a
e54b1a31406fca52894baf70799dec73
3a11008bd1c45c9127150c0546a12537
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do IFPE - Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco (IFPE)
repository.mail.fl_str_mv repositorioifpe@reitoria.ifpe.edu.br
_version_ 1801503727613378560

Registros relacionados