Pantheon Institutional repository
Collect, preserve and disseminate digital academic production in all areas of knowledge.
Comprise the assets of the repository, in addition to theses and dissertations at UFRJ, scientific articles, electronic books, book chapters and papers presented at events for teachers, researchers, administrative staff and students of master's and doctoral degrees.
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/17263| Type: | Trabalho de conclusão de graduação |
| Title: | Desenvolvimento de modelo de previsão de geração eólica para planejamento energético utilizando redes neurais artificiais |
| Other Titles: | Development of wind power prediction model for energy planning using artificial neural networks |
| Author(s)/Inventor(s): | Fujise, Jun |
| Advisor: | Firmo, Heloisa Teixeira |
| Abstract: | A geração de energia eólica teve um expressivo crescimento nas últimas décadas, atribuído aos diversos benefícios que a fonte traz para o meio ambiente e a sociedade. A expansão do modal pelo mundo e o desenvolvimento de suas tecnologias fizeram com que a operação das usinas fosse cada vez mais otimizada, tornando a eólica tão competitiva quanto outras fontes. No Brasil, a expansão expressiva nos últimos anos do parque eólico integrado ao SIN (Sistema Interligado Nacional), trouxe complexidades adicionais na operação desse sistema. Sendo assim, a previsão da geração de energia a partir de usinas eólicas apresenta importância cada vez maior para a operação otimizada do SIN. O presente trabalho buscou desenvolver um modelo de previsão de geração de energia para um parque eólico com capacidade nominal de 27,3 MW. O modelo é baseado no método das Redes Neurais Artificiais, utilizando uma arquitetura de rede do tipo Multilayer Perceptron. Para a avaliação do desempenho do modelo, uma análise comparativa foi feita utilizando um modelo físico e um de persistência como referência. O modelo baseado em redes neurais obteve o menor erro para todos os testes de validação, apresentando NMAPE médio igual à 9,90% para as primeiras 24 horas de previsão. |
| Keywords: | Energia eólica Modelos de previsão Redes neurais artificiais |
| Subject CNPq: | CNPQ::ENGENHARIAS |
| Production unit: | Escola Politécnica |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | Dec-2018 |
| Publisher country: | Brasil |
| Language: | por |
| Right access: | Acesso Aberto |
| Appears in Collections: | Engenharia Ambiental |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| monopoli10027416.pdf | 1.84 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.