Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: ALBUQUERQUE, Jonata Campelo de
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: Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Eletrica
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Engenharia Elétrica
Previsão de geração eólica
Análise de curvas de potência.
Inteligência artificial
Redes neurais artificiais
Sistemas de inferência Fuzzy
Link de acesso: https://repositorio.ufpe.br/handle/123456789/16837
Resumo: Nesta dissertação se propõe modelos de previsão de geração eólica baseados em técnicas de Inteligência Artificial (IA), tais como aplicações de Redes Neurais Artificiais (RNAs) e Sistemas de Inferência Fuzzy (SIFs). Tais previsões foram realizadas de forma horária, sendo os horizontes de 1h à 24h, classificando os modelos como previsores de curto prazo. Atrelada à presciência respectiva de cada modelo de entrada, estão as predições de velocidades médias ou velocidades médias e direções médias do vento. Estas são utilizadas como entradas para modelos de curva de potência dos parques eólicos em análise, nos quais dependendo do modelo em questão, esta poderá ser uma RNA ou um SIF. Tal aplicação é feita para dois parques reais descritos ao longo deste trabalho. Ao fim, faz-se uma comparação entre tais modelos, na qual o desempenho obtido revela-se bastante competitivo em termos de acurácia nas previsões de geração eólica dos SIFs em relação às RNAs
id UFPE_79bb456196ef0cc0d98aa965e8c0cb92
oai_identifier_str oai:repositorio.ufpe.br:123456789/16837
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazoEngenharia ElétricaPrevisão de geração eólicaAnálise de curvas de potência.Inteligência artificialRedes neurais artificiaisSistemas de inferência FuzzyNesta dissertação se propõe modelos de previsão de geração eólica baseados em técnicas de Inteligência Artificial (IA), tais como aplicações de Redes Neurais Artificiais (RNAs) e Sistemas de Inferência Fuzzy (SIFs). Tais previsões foram realizadas de forma horária, sendo os horizontes de 1h à 24h, classificando os modelos como previsores de curto prazo. Atrelada à presciência respectiva de cada modelo de entrada, estão as predições de velocidades médias ou velocidades médias e direções médias do vento. Estas são utilizadas como entradas para modelos de curva de potência dos parques eólicos em análise, nos quais dependendo do modelo em questão, esta poderá ser uma RNA ou um SIF. Tal aplicação é feita para dois parques reais descritos ao longo deste trabalho. Ao fim, faz-se uma comparação entre tais modelos, na qual o desempenho obtido revela-se bastante competitivo em termos de acurácia nas previsões de geração eólica dos SIFs em relação às RNAsCNPQThis paper proposes and develops models for wind power prediction, based on Artificial Intelligence concepts with regard to ANN applications (Artificial Neural Networks) and FIS (Fuzzy Inference System). Such models have application time horizon, which is 24 hours, which is why the models are short term denominated. Linked to their foreknowledge of each model are predictions of medium and / or medium speeds directions, which serve as input for a specific power curve of the park in question. Where depending on the model in question, it may be an artificial neural network or Fuzzy inference block, such a study is made for two typical parks described throughout this work. At the end, makes a comparison between these models showing the highly competitive performance in terms of power efficiency in predictions, the Fuzzy inference blocks in relation to neural networks.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em Engenharia EletricaNÓBREGA NETO, OtoniALBUQUERQUE, Jonata Campelo de2016-04-26T17:55:41Z2016-04-26T17:55:41Z2015-10-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.ufpe.br/handle/123456789/16837porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2019-10-25T09:24:43Zoai:repositorio.ufpe.br:123456789/16837Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T09:24:43Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
title Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
spellingShingle Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
ALBUQUERQUE, Jonata Campelo de
Engenharia Elétrica
Previsão de geração eólica
Análise de curvas de potência.
Inteligência artificial
Redes neurais artificiais
Sistemas de inferência Fuzzy
title_short Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
title_full Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
title_fullStr Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
title_full_unstemmed Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
title_sort Avaliação de curvas de potência em modelos de previsão de geração eólica em curto prazo
author ALBUQUERQUE, Jonata Campelo de
author_facet ALBUQUERQUE, Jonata Campelo de
author_role author
dc.contributor.none.fl_str_mv NÓBREGA NETO, Otoni
dc.contributor.author.fl_str_mv ALBUQUERQUE, Jonata Campelo de
dc.subject.por.fl_str_mv Engenharia Elétrica
Previsão de geração eólica
Análise de curvas de potência.
Inteligência artificial
Redes neurais artificiais
Sistemas de inferência Fuzzy
topic Engenharia Elétrica
Previsão de geração eólica
Análise de curvas de potência.
Inteligência artificial
Redes neurais artificiais
Sistemas de inferência Fuzzy
description Nesta dissertação se propõe modelos de previsão de geração eólica baseados em técnicas de Inteligência Artificial (IA), tais como aplicações de Redes Neurais Artificiais (RNAs) e Sistemas de Inferência Fuzzy (SIFs). Tais previsões foram realizadas de forma horária, sendo os horizontes de 1h à 24h, classificando os modelos como previsores de curto prazo. Atrelada à presciência respectiva de cada modelo de entrada, estão as predições de velocidades médias ou velocidades médias e direções médias do vento. Estas são utilizadas como entradas para modelos de curva de potência dos parques eólicos em análise, nos quais dependendo do modelo em questão, esta poderá ser uma RNA ou um SIF. Tal aplicação é feita para dois parques reais descritos ao longo deste trabalho. Ao fim, faz-se uma comparação entre tais modelos, na qual o desempenho obtido revela-se bastante competitivo em termos de acurácia nas previsões de geração eólica dos SIFs em relação às RNAs
publishDate 2015
dc.date.none.fl_str_mv 2015-10-23
2016-04-26T17:55:41Z
2016-04-26T17:55:41Z
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.ufpe.br/handle/123456789/16837
url https://repositorio.ufpe.br/handle/123456789/16837
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Eletrica
publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Eletrica
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1856041956781588480

Registros relacionados