Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará

Detalhes bibliográficos
Autor(a) principal: Silva, Andre Wagner de Barros
Data de Publicação: 2022
Outros Autores: Bezerra, Erick Costa, Leão, Ruth Pastôra Saraiva, Cavalcante, Danielle Baltazar, Sampaio, Raimundo Furtado
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Manancial - Repositório Digital da UFSM
dARK ID: ark:/26339/0013000015jv8
Texto Completo: http://repositorio.ufsm.br/handle/1/28881
Resumo: Tendo em vista a enorme inserção de geração fotovoltaica (FV) na matriz energética brasileira nos últimos anos e levando-se em conta o caráter intermitente deste tipo de geração, faz-se necessária a existencia de modelos de previsão de geração cada vez mais precisos, de modo a possibilitar um melhor planejamento da operação da planta FV bem como do sistema elétrico como um todo. Desta maneira, neste trabalho é realizada a previsão de geração de energia elétrica de uma usina solar fotovoltaica de 160 MW localizada no Ceará, a partir de um modelo de rede neural MLP com unidades de atraso , denominada rede FTDNN (Focused Time Delay Neural Network), aplicando-se diferentes técnicas de treinamento: backpropagation (BP), Particle Swarm Optimization (PSO) e duas variações do algoritmo PSO, quais sejam PSO-AWF e PSO caótico (CPSO). Foi utilizada uma série temporal com dados meteorológicos e de geração de energia com integração horária, contemplando o período de dois anos (junho de 2019 a junho de 2021). Para fins de comparação de desempenho, diferentes modelos além dos já citados foram aplicados aos dados, sendo eles MLP Regressor (MLPR), Decision Tree Regressor (DTR), Linear Regressor (LR) e Persistência. A performance dos modelos implementados foi avaliada utilizando-se métricas de erro e o modelo FTDNN com técnica de treinamento BP obteve o melhor resultado.
id UFSM_1ff82cadfa77590ea0b8756e9fcf96e4
oai_identifier_str oai:repositorio.ufsm.br:1/28881
network_acronym_str UFSM
network_name_str Manancial - Repositório Digital da UFSM
repository_id_str
spelling Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no CearáPrevisãoRede neuralGeração FotovoltaicaModeloPSOCNPQ::ENGENHARIASTendo em vista a enorme inserção de geração fotovoltaica (FV) na matriz energética brasileira nos últimos anos e levando-se em conta o caráter intermitente deste tipo de geração, faz-se necessária a existencia de modelos de previsão de geração cada vez mais precisos, de modo a possibilitar um melhor planejamento da operação da planta FV bem como do sistema elétrico como um todo. Desta maneira, neste trabalho é realizada a previsão de geração de energia elétrica de uma usina solar fotovoltaica de 160 MW localizada no Ceará, a partir de um modelo de rede neural MLP com unidades de atraso , denominada rede FTDNN (Focused Time Delay Neural Network), aplicando-se diferentes técnicas de treinamento: backpropagation (BP), Particle Swarm Optimization (PSO) e duas variações do algoritmo PSO, quais sejam PSO-AWF e PSO caótico (CPSO). Foi utilizada uma série temporal com dados meteorológicos e de geração de energia com integração horária, contemplando o período de dois anos (junho de 2019 a junho de 2021). Para fins de comparação de desempenho, diferentes modelos além dos já citados foram aplicados aos dados, sendo eles MLP Regressor (MLPR), Decision Tree Regressor (DTR), Linear Regressor (LR) e Persistência. A performance dos modelos implementados foi avaliada utilizando-se métricas de erro e o modelo FTDNN com técnica de treinamento BP obteve o melhor resultado.Brasil2023-04-28T19:41:36Z2023-04-28T19:41:36Z2022-11-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfhttp://repositorio.ufsm.br/handle/1/28881ark:/26339/0013000015jv8porVII Congresso Brasileiro de Geração DistribuídaAttribution-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-sa/4.0/info:eu-repo/semantics/openAccessSilva, Andre Wagner de BarrosBezerra, Erick CostaLeão, Ruth Pastôra SaraivaCavalcante, Danielle BaltazarSampaio, Raimundo Furtadoreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2023-04-28T19:41:36Zoai:repositorio.ufsm.br:1/28881Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2023-04-28T19:41:36Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false
dc.title.none.fl_str_mv Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
title Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
spellingShingle Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
Silva, Andre Wagner de Barros
Previsão
Rede neural
Geração Fotovoltaica
Modelo
PSO
CNPQ::ENGENHARIAS
title_short Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
title_full Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
title_fullStr Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
title_full_unstemmed Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
title_sort Aplicação de Rede Neural Artificial e Algoritmos de PSO para Previsão de Geração de Energia Elétrica em uma Usina Solar Fotovoltaica no Ceará
author Silva, Andre Wagner de Barros
author_facet Silva, Andre Wagner de Barros
Bezerra, Erick Costa
Leão, Ruth Pastôra Saraiva
Cavalcante, Danielle Baltazar
Sampaio, Raimundo Furtado
author_role author
author2 Bezerra, Erick Costa
Leão, Ruth Pastôra Saraiva
Cavalcante, Danielle Baltazar
Sampaio, Raimundo Furtado
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Silva, Andre Wagner de Barros
Bezerra, Erick Costa
Leão, Ruth Pastôra Saraiva
Cavalcante, Danielle Baltazar
Sampaio, Raimundo Furtado
dc.subject.por.fl_str_mv Previsão
Rede neural
Geração Fotovoltaica
Modelo
PSO
CNPQ::ENGENHARIAS
topic Previsão
Rede neural
Geração Fotovoltaica
Modelo
PSO
CNPQ::ENGENHARIAS
description Tendo em vista a enorme inserção de geração fotovoltaica (FV) na matriz energética brasileira nos últimos anos e levando-se em conta o caráter intermitente deste tipo de geração, faz-se necessária a existencia de modelos de previsão de geração cada vez mais precisos, de modo a possibilitar um melhor planejamento da operação da planta FV bem como do sistema elétrico como um todo. Desta maneira, neste trabalho é realizada a previsão de geração de energia elétrica de uma usina solar fotovoltaica de 160 MW localizada no Ceará, a partir de um modelo de rede neural MLP com unidades de atraso , denominada rede FTDNN (Focused Time Delay Neural Network), aplicando-se diferentes técnicas de treinamento: backpropagation (BP), Particle Swarm Optimization (PSO) e duas variações do algoritmo PSO, quais sejam PSO-AWF e PSO caótico (CPSO). Foi utilizada uma série temporal com dados meteorológicos e de geração de energia com integração horária, contemplando o período de dois anos (junho de 2019 a junho de 2021). Para fins de comparação de desempenho, diferentes modelos além dos já citados foram aplicados aos dados, sendo eles MLP Regressor (MLPR), Decision Tree Regressor (DTR), Linear Regressor (LR) e Persistência. A performance dos modelos implementados foi avaliada utilizando-se métricas de erro e o modelo FTDNN com técnica de treinamento BP obteve o melhor resultado.
publishDate 2022
dc.date.none.fl_str_mv 2022-11-09
2023-04-28T19:41:36Z
2023-04-28T19:41:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsm.br/handle/1/28881
dc.identifier.dark.fl_str_mv ark:/26339/0013000015jv8
url http://repositorio.ufsm.br/handle/1/28881
identifier_str_mv ark:/26339/0013000015jv8
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv VII Congresso Brasileiro de Geração Distribuída
dc.rights.driver.fl_str_mv Attribution-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-sa/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-sa/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Brasil
publisher.none.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Manancial - Repositório Digital da UFSM
instname:Universidade Federal de Santa Maria (UFSM)
instacron:UFSM
instname_str Universidade Federal de Santa Maria (UFSM)
instacron_str UFSM
institution UFSM
reponame_str Manancial - Repositório Digital da UFSM
collection Manancial - Repositório Digital da UFSM
repository.name.fl_str_mv Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)
repository.mail.fl_str_mv atendimento.sib@ufsm.br||tedebc@gmail.com
_version_ 1815172453537677312