Banca de DEFESA: DANYEL AGUIAR DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DANYEL AGUIAR DA SILVA
DATA: 30/07/2021
HORA: 14:00
LOCAL: Remota, via Google Meet
TÍTULO:

REDE NEURAL ARTIFICIAL AUTOREGRESSIVA NÃO LINEAR APLICADA A DADOS DA ESTAÇÃO DE MEDIÇÃO AUTOMÁTICA DO INMET

PALAVRAS-CHAVES:

Previsão do vento. Redes Neurais artificiais. Matriz energética. Geração de Energia. Energia Eólica.

PÁGINAS: 84
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

A instalação de sistemas eólicos conectados à rede elétrica no Brasil, principalmente na região Nordeste, vem expandindo exponencialmente, e para avaliar a viabilidade de construção de um parque eólico, umas das principais informações da região é o vento, e através de artifícios matemáticos é possível prever e estimar seu potencial. Esta dissertação propõe analisar e aplicar os dados de uma estação meteorológica automática em uma rede neural artificial Autorregressivo Não Linear. O estudo contribuirá para melhorar a eficiência dos parques, bem como a manutenção dos aerogeradores e ainda colaborar com a distribuição da matriz energética no país, uma vez que com a informação prévia do vento será possível realizar agendamento para paradas programadas visando a manutenção dos parques e em épocas de maior produção energética obter um bom escoamento dessa energia. Para o estudo da previsão do vento, foram utilizadas as bases de dados das estações de medição automáticas do Instituto Nacional de Meteorologia (INMET), que tem como finalidade a coleta de informações de campo, como velocidade do vento, temperatura, direção do vento e umidade em determinadas alturas. A partir do histórico dessas variáveis, que foram coletados online nestas bases de dados, foi possível treinar uma rede neural artificial (RNA) e traçar o perfil do vento na região para as épocas do ano. Para isto, foram aplicadas duas metodologias distintas. Na primeira, com o apoio do software Excel da Microsoft®, foi aplicado o tratamento dos dados utilizando técnicas estatísticas, e no segundo momento os dados tratados foram submetidos a uma RNA-NAR. É possível perceber que a RNA-NAR obteve boa resposta quando implementada com os dados do INMET, apresentando uma correlação acima de 90% dos casos e um erro quadrático médio abaixo de 2,0 na predominância das redes testadas. De acordo com os resultados, é conclusivo que as redes NAR são opções viáveis para previsão do vento.

MEMBROS DA BANCA:
Externo ao Programa - 1714079 - DANIELLE SIMONE DA SILVA CASILLO
Externo ao Programa - 1715546 - FABIANA KARLA DE OLIVEIRA MARTINS VARELLA GUERRA
Presidente - 1161204 - IDALMIR DE SOUZA QUEIROZ JUNIOR
Externo à Instituição - JOSÉ DE MEDEIROS DE ARAÚJO JÚNIOR - UFPI