DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA

Detalhes bibliográficos
Autor(a) principal: SOUZA, Hellen Dianne Pereira de
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFMA
Texto Completo: https://tedebc.ufma.br/jspui/handle/tede/tede/3951
Resumo: Brazil in the last 10 years has a high potential for wind energy production, showing significant growth each year with the installation of new parks and an increase in installed power. In view of the power generation capacity, which makes it possible to generate wind important, how to carry out power which can generate the wind capacity important, as the factors that generate power may generate the wind important. In this sense, the projected wind speed forecast models, numerical weather forecast (NWP) models, many of the weather forecast models occur during generation. Others, such as statistical models and hybrids, perform analyzes based on data from a historical series. Wind power generation is used by many energy companies for the purpose of safety estimation and in this way guaranteeing the resource for the revenue company and the consumer to increase an energy source from source during a certain period of time. Many techniques were calculated with resources and working hours and with the same efficiency, working days and hours. This is an information theory based technique for a wind measurement database, generating new data with the same probability density function as the original set and using these virtual data as forecast scenarios.
id UFMA_b6e8cc5e7e2825ca7d9af85114d6f154
oai_identifier_str oai:tede2:tede/3951
network_acronym_str UFMA
network_name_str Biblioteca Digital de Teses e Dissertações da UFMA
repository_id_str 2131
spelling LIMA, Shigeaki Leite dehttp://lattes.cnpq.br/1754927233855300OLIVEIRA, Denisson Queirozhttp://lattes.cnpq.br/6282010489262947LIMA, Shigeaki Leite dehttp://lattes.cnpq.br/1754927233855300OLIVEIRA, Denisson Queirozhttp://lattes.cnpq.br/6282010489262947SAAVEDRA MENDEZ, Osvaldo Ronaldhttp://lattes.cnpq.br/6400934417933768SOUZA, André Nunes dehttp://lattes.cnpq.br/8212775960494686http://lattes.cnpq.br/6363693089939316SOUZA, Hellen Dianne Pereira de2022-08-12T12:16:20Z2022-02-25SOUZA, Hellen Dianne Pereira de. Densificação de dados baseada em mean shift aplicada a previsão de geração de energia eólica. 2022.69 f. Dissertação( Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022.https://tedebc.ufma.br/jspui/handle/tede/tede/3951Brazil in the last 10 years has a high potential for wind energy production, showing significant growth each year with the installation of new parks and an increase in installed power. In view of the power generation capacity, which makes it possible to generate wind important, how to carry out power which can generate the wind capacity important, as the factors that generate power may generate the wind important. In this sense, the projected wind speed forecast models, numerical weather forecast (NWP) models, many of the weather forecast models occur during generation. Others, such as statistical models and hybrids, perform analyzes based on data from a historical series. Wind power generation is used by many energy companies for the purpose of safety estimation and in this way guaranteeing the resource for the revenue company and the consumer to increase an energy source from source during a certain period of time. Many techniques were calculated with resources and working hours and with the same efficiency, working days and hours. This is an information theory based technique for a wind measurement database, generating new data with the same probability density function as the original set and using these virtual data as forecast scenarios.O Brasil nos últimos 10 anos tem um alto potencial de produção de energia eólica, mostrando crescimento significativo a cada ano com a instalação de novos parques e um aumento potência. Tendo em vista a capacidade de geração de energia, que possibilita a geração eólica importante, como realizar a energia que pode gerar a capacidade eólica importante, como o fatores que geram energia podem gerar o vento importante. Nesse sentido, a projeção modelos de previsão de velocidade do vento, modelos numéricos de previsão do tempo (NWP), muitos dos modelos de previsão do tempo ocorrem durante a geração. Outros, como modelos estatísticos e híbridos, realizam análises com base em dados de uma série histórica. Geração de energia eólica é usado por muitas empresas de energia para fins de estimativa de segurança e desta forma garantindo o recurso para a empresa de receita e o consumidor aumentar uma energia fonte da fonte durante um determinado período de tempo. Muitas técnicas foram calculadas com recursos e horas de trabalho e com a mesma eficiência, dias e horas de trabalho. este é uma técnica baseada em teoria da informação para um banco de dados de medição de vento, gerando novos dados com a mesma função de densidade de probabilidade que o conjunto original e usando estes dados virtuais como cenários de previsão.Submitted by Maria Aparecida (cidazen@gmail.com) on 2022-08-12T12:16:20Z No. of bitstreams: 1 Hellen P. de Souza.pdf: 17614205 bytes, checksum: fad3a57de63159b62f424a82016ebb2e (MD5)Made available in DSpace on 2022-08-12T12:16:20Z (GMT). No. of bitstreams: 1 Hellen P. de Souza.pdf: 17614205 bytes, checksum: fad3a57de63159b62f424a82016ebb2e (MD5) Previous issue date: 2022-02-25CNPqapplication/pdfporUniversidade Federal do MaranhãoPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCETUFMABrasilDEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCETMean Shift;Teoria da informação;Previsão;Geração de energiaEnergia eólicaMean Shift;Information theoretic;Forecast;Energy Generation;Wind energyTransmissão da Energia Elétrica, Distribuição da Energia ElétricaDENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICADATA DENSIFICATION BASED ON MEAN SHIFT APPLIED TO WIND ENERGY GENERATION FORECASTinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFMAinstname:Universidade Federal do Maranhão (UFMA)instacron:UFMAORIGINALHellen P. de Souza.pdfHellen P. de Souza.pdfapplication/pdf17614205http://tedebc.ufma.br:8080/bitstream/tede/3951/2/Hellen+P.+de+Souza.pdffad3a57de63159b62f424a82016ebb2eMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82255http://tedebc.ufma.br:8080/bitstream/tede/3951/1/license.txt97eeade1fce43278e63fe063657f8083MD51tede/39512022-08-12 09:16:20.666oai:tede2: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Biblioteca Digital de Teses e Dissertaçõeshttps://tedebc.ufma.br/jspui/PUBhttp://tedebc.ufma.br:8080/oai/requestrepositorio@ufma.br||repositorio@ufma.bropendoar:21312022-08-12T12:16:20Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA)false
dc.title.por.fl_str_mv DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
dc.title.alternative.eng.fl_str_mv DATA DENSIFICATION BASED ON MEAN SHIFT APPLIED TO WIND ENERGY GENERATION FORECAST
title DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
spellingShingle DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
SOUZA, Hellen Dianne Pereira de
Mean Shift;
Teoria da informação;
Previsão;
Geração de energia
Energia eólica
Mean Shift;
Information theoretic;
Forecast;
Energy Generation;
Wind energy
Transmissão da Energia Elétrica, Distribuição da Energia Elétrica
title_short DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
title_full DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
title_fullStr DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
title_full_unstemmed DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
title_sort DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA
author SOUZA, Hellen Dianne Pereira de
author_facet SOUZA, Hellen Dianne Pereira de
author_role author
dc.contributor.advisor1.fl_str_mv LIMA, Shigeaki Leite de
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1754927233855300
dc.contributor.advisor-co1.fl_str_mv OLIVEIRA, Denisson Queiroz
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/6282010489262947
dc.contributor.referee1.fl_str_mv LIMA, Shigeaki Leite de
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/1754927233855300
dc.contributor.referee2.fl_str_mv OLIVEIRA, Denisson Queiroz
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/6282010489262947
dc.contributor.referee3.fl_str_mv SAAVEDRA MENDEZ, Osvaldo Ronald
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/6400934417933768
dc.contributor.referee4.fl_str_mv SOUZA, André Nunes de
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/8212775960494686
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/6363693089939316
dc.contributor.author.fl_str_mv SOUZA, Hellen Dianne Pereira de
contributor_str_mv LIMA, Shigeaki Leite de
OLIVEIRA, Denisson Queiroz
LIMA, Shigeaki Leite de
OLIVEIRA, Denisson Queiroz
SAAVEDRA MENDEZ, Osvaldo Ronald
SOUZA, André Nunes de
dc.subject.por.fl_str_mv Mean Shift;
Teoria da informação;
Previsão;
Geração de energia
Energia eólica
topic Mean Shift;
Teoria da informação;
Previsão;
Geração de energia
Energia eólica
Mean Shift;
Information theoretic;
Forecast;
Energy Generation;
Wind energy
Transmissão da Energia Elétrica, Distribuição da Energia Elétrica
dc.subject.eng.fl_str_mv Mean Shift;
Information theoretic;
Forecast;
Energy Generation;
Wind energy
dc.subject.cnpq.fl_str_mv Transmissão da Energia Elétrica, Distribuição da Energia Elétrica
description Brazil in the last 10 years has a high potential for wind energy production, showing significant growth each year with the installation of new parks and an increase in installed power. In view of the power generation capacity, which makes it possible to generate wind important, how to carry out power which can generate the wind capacity important, as the factors that generate power may generate the wind important. In this sense, the projected wind speed forecast models, numerical weather forecast (NWP) models, many of the weather forecast models occur during generation. Others, such as statistical models and hybrids, perform analyzes based on data from a historical series. Wind power generation is used by many energy companies for the purpose of safety estimation and in this way guaranteeing the resource for the revenue company and the consumer to increase an energy source from source during a certain period of time. Many techniques were calculated with resources and working hours and with the same efficiency, working days and hours. This is an information theory based technique for a wind measurement database, generating new data with the same probability density function as the original set and using these virtual data as forecast scenarios.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-08-12T12:16:20Z
dc.date.issued.fl_str_mv 2022-02-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SOUZA, Hellen Dianne Pereira de. Densificação de dados baseada em mean shift aplicada a previsão de geração de energia eólica. 2022.69 f. Dissertação( Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022.
dc.identifier.uri.fl_str_mv https://tedebc.ufma.br/jspui/handle/tede/tede/3951
identifier_str_mv SOUZA, Hellen Dianne Pereira de. Densificação de dados baseada em mean shift aplicada a previsão de geração de energia eólica. 2022.69 f. Dissertação( Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022.
url https://tedebc.ufma.br/jspui/handle/tede/tede/3951
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Maranhão
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
dc.publisher.initials.fl_str_mv UFMA
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
publisher.none.fl_str_mv Universidade Federal do Maranhão
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFMA
instname:Universidade Federal do Maranhão (UFMA)
instacron:UFMA
instname_str Universidade Federal do Maranhão (UFMA)
instacron_str UFMA
institution UFMA
reponame_str Biblioteca Digital de Teses e Dissertações da UFMA
collection Biblioteca Digital de Teses e Dissertações da UFMA
bitstream.url.fl_str_mv http://tedebc.ufma.br:8080/bitstream/tede/3951/2/Hellen+P.+de+Souza.pdf
http://tedebc.ufma.br:8080/bitstream/tede/3951/1/license.txt
bitstream.checksum.fl_str_mv fad3a57de63159b62f424a82016ebb2e
97eeade1fce43278e63fe063657f8083
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA)
repository.mail.fl_str_mv repositorio@ufma.br||repositorio@ufma.br
_version_ 1809926205080600576