Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar

Detalhes bibliográficos
Autor(a) principal: Wentz, Victor Hugo
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNILA
Texto Completo: https://dspace.unila.edu.br/handle/123456789/6319
Resumo: Trabalho de Conclusão de Curso apresentado ao Instituto Latino-Americano de Ciências da Vida e da Natureza da Universidade Federal da Integração Latino-Americana, como requisito parcial à obtenção do título de Bacharel em Engenharia Física.
id UNIL_a7187647ee1fc9f1936d63b2945f346d
oai_identifier_str oai:dspace.unila.edu.br:123456789/6319
network_acronym_str UNIL
network_name_str Repositório Institucional da UNILA
repository_id_str 3636
spelling Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância SolarPredição de Energia Solar FotovoltaicaInteligência ArtificialAprendizado de MáquinaIrradiância SolarTrabalho de Conclusão de Curso apresentado ao Instituto Latino-Americano de Ciências da Vida e da Natureza da Universidade Federal da Integração Latino-Americana, como requisito parcial à obtenção do título de Bacharel em Engenharia Física.O aumento do uso de energia limpa e renovável, como a energia solar fotovoltaica, é necessário para suprir a demanda de consumo que vem aumentando no Brasil. No entanto, a geração de energia solar fotovoltaica possui características intrínsecas relativas as variáveis climáticas que causam intermitências no processo de geração, as quais podem promover instabilidades e insegurança no sistema elétrico. Umas das soluções para este problema utiliza o estudo de métodos e soluções para a Predição da Geração de Energia Solar Fotovoltaica (PGESF). Neste contexto, o objetivo deste estudo é desenvolver e comparar a acurácia de modelos de Inteligência Artificial aplicados à PGESF de curto prazo por meio da irradiância solar. Foram analisados os modelos de Machine Learning com Artificial Neural Networks (ANN) e Deep Learning com Long-Term Short Memory Networks (LSTM). A execução experimental foi projetada para utilizar uma única base de dados de treinamento e testes, com ambiente experimental homogêneo e controlado que permitiu realizar as análises comparativas. Os principais resultados indicam que existe diferença significativa na acurácia de predição entre os modelos ANN e LSTM. As redes LSTM demonstraram, em geral, melhores índices de acurácia de predição em relação as ANN. Além disso, a acurácia de determinado modelo diminui conforme o aumento do horizonte de predição. Todos os resultados de acurácias são apresentados por meio das principais métricas estatísticas utilizadas na literatura da PGESF.Maciel, Joylan NunesAndo Junior, Oswaldo HideoWentz, Victor Hugo2021info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://dspace.unila.edu.br/handle/123456789/6319porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNILAinstname:Universidade Federal da Integração Latino-Americana (UNILA)instacron:UNILA2024-05-11T12:42:16Zoai:dspace.unila.edu.br:123456789/6319Repositório InstitucionalPUBhttp://dspace.unila.edu.br/oai/requestopendoar:36362024-05-11T12:42:16Repositório Institucional da UNILA - Universidade Federal da Integração Latino-Americana (UNILA)false
dc.title.none.fl_str_mv Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
title Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
spellingShingle Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
Wentz, Victor Hugo
Predição de Energia Solar Fotovoltaica
Inteligência Artificial
Aprendizado de Máquina
Irradiância Solar
title_short Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
title_full Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
title_fullStr Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
title_full_unstemmed Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
title_sort Avaliação de Modelos de Inteligência Artificial aplicados à Predição de Irradiância Solar
author Wentz, Victor Hugo
author_facet Wentz, Victor Hugo
author_role author
dc.contributor.none.fl_str_mv Maciel, Joylan Nunes
Ando Junior, Oswaldo Hideo
dc.contributor.author.fl_str_mv Wentz, Victor Hugo
dc.subject.por.fl_str_mv Predição de Energia Solar Fotovoltaica
Inteligência Artificial
Aprendizado de Máquina
Irradiância Solar
topic Predição de Energia Solar Fotovoltaica
Inteligência Artificial
Aprendizado de Máquina
Irradiância Solar
description Trabalho de Conclusão de Curso apresentado ao Instituto Latino-Americano de Ciências da Vida e da Natureza da Universidade Federal da Integração Latino-Americana, como requisito parcial à obtenção do título de Bacharel em Engenharia Física.
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.unila.edu.br/handle/123456789/6319
url https://dspace.unila.edu.br/handle/123456789/6319
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.source.none.fl_str_mv reponame:Repositório Institucional da UNILA
instname:Universidade Federal da Integração Latino-Americana (UNILA)
instacron:UNILA
instname_str Universidade Federal da Integração Latino-Americana (UNILA)
instacron_str UNILA
institution UNILA
reponame_str Repositório Institucional da UNILA
collection Repositório Institucional da UNILA
repository.name.fl_str_mv Repositório Institucional da UNILA - Universidade Federal da Integração Latino-Americana (UNILA)
repository.mail.fl_str_mv
_version_ 1805285259692998656

Registros relacionados