Pantheon Repositorio Institucional
Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/17263| Especie: | Trabalho de conclusão de graduação |
| Título : | Desenvolvimento de modelo de previsão de geração eólica para planejamento energético utilizando redes neurais artificiais |
| Otros títulos: | Development of wind power prediction model for energy planning using artificial neural networks |
| Autor(es)/Inventor(es): | Fujise, Jun |
| Tutor: | Firmo, Heloisa Teixeira |
| Resumen: | 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. |
| Materia: | Energia eólica Modelos de previsão Redes neurais artificiais |
| Materia CNPq: | CNPQ::ENGENHARIAS |
| Unidade de producción: | Escola Politécnica |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | dic-2018 |
| País de edición : | Brasil |
| Idioma de publicación: | por |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Engenharia Ambiental |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| monopoli10027416.pdf | 1.84 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.