Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Barbosa, Alan
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Centro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-Rei
Programa de Pós-Graduação em Engenharia Elétrica
Brasil
CEFET-MG / UFSJ
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais artificiais
Energia fotovoltaica
Radiação solar
Previsão de potência máxima
Link de acesso: https://repositorio.cefetmg.br/handle/123456789/330
Resumo: As peculiaridades dos módulos de Concentração Fotovoltaica (CPV) tornam muito difícil estimar a potência de saída. Existem alguns métodos para estimar a potência máxima para uma dada condição de irradiação de um modulo CPV que fornece bons resultados, mas não são fáceis de aplicar. Este artigo propõem um modelo baseado em Redes Neurais Artificiais (RNAs) para prever a potência máxima gerada de um módulo CPV usando parâmetros atmosféricos facilmente mensuráveis. Para este fim, um grupo de parâmetros atmosféricos juntamente com a potência máxima de um módulo CPV foram medidos ao longo do ano de 2015 em Belo Horizonte. Os resultados mostraram que com o uso dos parâmetros atmosféricos utilizados juntamente com a irradiação solar, a RNA proposta é capaz de estimar a potência máxima de um módulo CPV com um erro médio quadrático de 5,27%.
id CEFETMG_00537a9dfb6076cc2d8db11219e3c159
oai_identifier_str oai:repositorio.cefetmg.br:123456789/330
network_acronym_str CEFETMG
network_name_str Repositório Institucional do CEFET-MG
repository_id_str
spelling Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicosRedes neurais artificiaisEnergia fotovoltaicaRadiação solarPrevisão de potência máximaAs peculiaridades dos módulos de Concentração Fotovoltaica (CPV) tornam muito difícil estimar a potência de saída. Existem alguns métodos para estimar a potência máxima para uma dada condição de irradiação de um modulo CPV que fornece bons resultados, mas não são fáceis de aplicar. Este artigo propõem um modelo baseado em Redes Neurais Artificiais (RNAs) para prever a potência máxima gerada de um módulo CPV usando parâmetros atmosféricos facilmente mensuráveis. Para este fim, um grupo de parâmetros atmosféricos juntamente com a potência máxima de um módulo CPV foram medidos ao longo do ano de 2015 em Belo Horizonte. Os resultados mostraram que com o uso dos parâmetros atmosféricos utilizados juntamente com a irradiação solar, a RNA proposta é capaz de estimar a potência máxima de um módulo CPV com um erro médio quadrático de 5,27%.The peculiarities of the modules of Concentration Photovoltaic (CPV) make it difficult to estimate the maximum power generated output. There are some methods to estimate the maximum power for a given irradiation condition of a CPV module that provides good results but are not easy to apply. This paper proposes a model based on Artificial Neural Networks (ANNs) to predict the maximum power generated from a CPV module using easily measurable atmospheric parameters. To this end, a group of atmospheric parameters along with the maximum power of a CPV module were measured throughout the year 2015 in Belo Horizonte. The results showed that with the use of the atmospheric parameters used together with the solar irradiation, the proposed RNA is able to estimate the maximum power of a CPV module with a mean square error of 5.27%.Centro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-ReiPrograma de Pós-Graduação em Engenharia ElétricaBrasilCEFET-MG / UFSJJota, Patrícia Romeiro da SilvaReis, Agnaldo José da RochaJota, Patrícia Romeiro da SilvaSilveira, Eduardo Gonzaga dahttp://lattes.cnpq.br/0977994271668461http://lattes.cnpq.br/5334685362325429Barbosa, Alan2023-06-23T14:42:17Z2017-12-292023-06-23T14:42:17Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.cefetmg.br/handle/123456789/330porreponame:Repositório Institucional do CEFET-MGinstname:Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG)instacron:CEFETinfo:eu-repo/semantics/openAccess2025-04-15T15:08:19Zoai:repositorio.cefetmg.br:123456789/330Repositório InstitucionalPUBhttps://repositorio.cefetmg.br/server/oai/requestrepositorio@cefetmg.bropendoar:2025-04-15T15:08:19Repositório Institucional do CEFET-MG - Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG)false
dc.title.none.fl_str_mv Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
title Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
spellingShingle Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
Barbosa, Alan
Redes neurais artificiais
Energia fotovoltaica
Radiação solar
Previsão de potência máxima
title_short Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
title_full Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
title_fullStr Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
title_full_unstemmed Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
title_sort Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
author Barbosa, Alan
author_facet Barbosa, Alan
author_role author
dc.contributor.none.fl_str_mv Jota, Patrícia Romeiro da Silva
Reis, Agnaldo José da Rocha
Jota, Patrícia Romeiro da Silva
Silveira, Eduardo Gonzaga da
http://lattes.cnpq.br/0977994271668461
http://lattes.cnpq.br/5334685362325429
dc.contributor.author.fl_str_mv Barbosa, Alan
dc.subject.por.fl_str_mv Redes neurais artificiais
Energia fotovoltaica
Radiação solar
Previsão de potência máxima
topic Redes neurais artificiais
Energia fotovoltaica
Radiação solar
Previsão de potência máxima
description As peculiaridades dos módulos de Concentração Fotovoltaica (CPV) tornam muito difícil estimar a potência de saída. Existem alguns métodos para estimar a potência máxima para uma dada condição de irradiação de um modulo CPV que fornece bons resultados, mas não são fáceis de aplicar. Este artigo propõem um modelo baseado em Redes Neurais Artificiais (RNAs) para prever a potência máxima gerada de um módulo CPV usando parâmetros atmosféricos facilmente mensuráveis. Para este fim, um grupo de parâmetros atmosféricos juntamente com a potência máxima de um módulo CPV foram medidos ao longo do ano de 2015 em Belo Horizonte. Os resultados mostraram que com o uso dos parâmetros atmosféricos utilizados juntamente com a irradiação solar, a RNA proposta é capaz de estimar a potência máxima de um módulo CPV com um erro médio quadrático de 5,27%.
publishDate 2017
dc.date.none.fl_str_mv 2017-12-29
2023-06-23T14:42:17Z
2023-06-23T14:42:17Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.cefetmg.br/handle/123456789/330
url https://repositorio.cefetmg.br/handle/123456789/330
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.publisher.none.fl_str_mv Centro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-Rei
Programa de Pós-Graduação em Engenharia Elétrica
Brasil
CEFET-MG / UFSJ
publisher.none.fl_str_mv Centro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-Rei
Programa de Pós-Graduação em Engenharia Elétrica
Brasil
CEFET-MG / UFSJ
dc.source.none.fl_str_mv reponame:Repositório Institucional do CEFET-MG
instname:Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG)
instacron:CEFET
instname_str Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG)
instacron_str CEFET
institution CEFET
reponame_str Repositório Institucional do CEFET-MG
collection Repositório Institucional do CEFET-MG
repository.name.fl_str_mv Repositório Institucional do CEFET-MG - Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG)
repository.mail.fl_str_mv repositorio@cefetmg.br
_version_ 1844153908419624960

Registros relacionados