Sistemas inteligentes e wavelets para previsão de vento e geração eólica
| Ano de defesa: | 2008 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.ufpe.br/handle/123456789/5273 |
Resumo: | Vários estudos já comprovaram que o potencial eólico brasileiro, principalmente no nordeste, onde os ventos têm uma importante característica de complementaridade em relação às vazões do rio São Francisco, pode contribuir significativamente para o suprimento de energia elétrica. O aproveitamento deste potencial eólico aumentaria a capacidade de geração e a diversificação da matriz energética nacional e, consequentemente, diminuiria os riscos de desabastecimento de energia elétrica. Entretanto, o uso das forças dos ventos para produção de energia produz alguns inconvenientes, tais como, a incertezas na geração e a dificuldade no planejamento e operação do sistema elétrico. Portanto, é imprescindível à aplicação de ferramentas ou técnicas capazes de predizer a energia a ser fornecida por estas fontes. No Brasil, os investimentos em fontes alternativas iniciaram-se de forma tímida e tardia, inclusive em geração eólica. Do ponto de vista de modelos de previsões de ventos e geração eólica, isto não é diferente. Sendo assim, este trabalho propõe e desenvolve vários modelos de previsões a partir de técnicas de Redes Neurais Artificiais; Análise de Multiresolução de sinais usando Transformada Wavelet; e Modelos Estatísticos. Os modelos aqui propostos foram ajustados para realizar previsões com horizontes variáveis de até vinte e quatro horas. Estes serviram para uma análise comparativa através dos resultados encontrados durante os testes dos mesmos, que ajudou a identificar as vantagens e desvantagens de cada técnica. Além disto, estes poderão ser implementados e desenvolvidos para operação, mitigando alguns dos inconvenientes da geração eólica de energia |
| id |
UFPE_9148194bd6e0d158dae6ffbc6ff547a2 |
|---|---|
| oai_identifier_str |
oai:repositorio.ufpe.br:123456789/5273 |
| network_acronym_str |
UFPE |
| network_name_str |
Repositório Institucional da UFPE |
| repository_id_str |
|
| spelling |
Sistemas inteligentes e wavelets para previsão de vento e geração eólicaPrevisão de VentosPrevisão de Geração EólicaRedes Neurais ArtificiaisTransformadas WaveletsVários estudos já comprovaram que o potencial eólico brasileiro, principalmente no nordeste, onde os ventos têm uma importante característica de complementaridade em relação às vazões do rio São Francisco, pode contribuir significativamente para o suprimento de energia elétrica. O aproveitamento deste potencial eólico aumentaria a capacidade de geração e a diversificação da matriz energética nacional e, consequentemente, diminuiria os riscos de desabastecimento de energia elétrica. Entretanto, o uso das forças dos ventos para produção de energia produz alguns inconvenientes, tais como, a incertezas na geração e a dificuldade no planejamento e operação do sistema elétrico. Portanto, é imprescindível à aplicação de ferramentas ou técnicas capazes de predizer a energia a ser fornecida por estas fontes. No Brasil, os investimentos em fontes alternativas iniciaram-se de forma tímida e tardia, inclusive em geração eólica. Do ponto de vista de modelos de previsões de ventos e geração eólica, isto não é diferente. Sendo assim, este trabalho propõe e desenvolve vários modelos de previsões a partir de técnicas de Redes Neurais Artificiais; Análise de Multiresolução de sinais usando Transformada Wavelet; e Modelos Estatísticos. Os modelos aqui propostos foram ajustados para realizar previsões com horizontes variáveis de até vinte e quatro horas. Estes serviram para uma análise comparativa através dos resultados encontrados durante os testes dos mesmos, que ajudou a identificar as vantagens e desvantagens de cada técnica. Além disto, estes poderão ser implementados e desenvolvidos para operação, mitigando alguns dos inconvenientes da geração eólica de energiaCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal de PernambucoAQUINO, Ronaldo Ribeiro Barbosa deOLIVEIRA, Josinaldo Bezerra de2014-06-12T17:37:49Z2014-06-12T17:37:49Z2008-01-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBezerra de Oliveira, Josinaldo; Ribeiro Barbosa de Aquino, Ronaldo. Sistemas inteligentes e wavelets para previsão de vento e geração eólica. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2008.https://repositorio.ufpe.br/handle/123456789/5273porAttribution-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:UFPE2019-10-25T05:56:09Zoai:repositorio.ufpe.br:123456789/5273Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T05:56:09Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
| dc.title.none.fl_str_mv |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica |
| title |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica |
| spellingShingle |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica OLIVEIRA, Josinaldo Bezerra de Previsão de Ventos Previsão de Geração Eólica Redes Neurais Artificiais Transformadas Wavelets |
| title_short |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica |
| title_full |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica |
| title_fullStr |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica |
| title_full_unstemmed |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica |
| title_sort |
Sistemas inteligentes e wavelets para previsão de vento e geração eólica |
| author |
OLIVEIRA, Josinaldo Bezerra de |
| author_facet |
OLIVEIRA, Josinaldo Bezerra de |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
AQUINO, Ronaldo Ribeiro Barbosa de |
| dc.contributor.author.fl_str_mv |
OLIVEIRA, Josinaldo Bezerra de |
| dc.subject.por.fl_str_mv |
Previsão de Ventos Previsão de Geração Eólica Redes Neurais Artificiais Transformadas Wavelets |
| topic |
Previsão de Ventos Previsão de Geração Eólica Redes Neurais Artificiais Transformadas Wavelets |
| description |
Vários estudos já comprovaram que o potencial eólico brasileiro, principalmente no nordeste, onde os ventos têm uma importante característica de complementaridade em relação às vazões do rio São Francisco, pode contribuir significativamente para o suprimento de energia elétrica. O aproveitamento deste potencial eólico aumentaria a capacidade de geração e a diversificação da matriz energética nacional e, consequentemente, diminuiria os riscos de desabastecimento de energia elétrica. Entretanto, o uso das forças dos ventos para produção de energia produz alguns inconvenientes, tais como, a incertezas na geração e a dificuldade no planejamento e operação do sistema elétrico. Portanto, é imprescindível à aplicação de ferramentas ou técnicas capazes de predizer a energia a ser fornecida por estas fontes. No Brasil, os investimentos em fontes alternativas iniciaram-se de forma tímida e tardia, inclusive em geração eólica. Do ponto de vista de modelos de previsões de ventos e geração eólica, isto não é diferente. Sendo assim, este trabalho propõe e desenvolve vários modelos de previsões a partir de técnicas de Redes Neurais Artificiais; Análise de Multiresolução de sinais usando Transformada Wavelet; e Modelos Estatísticos. Os modelos aqui propostos foram ajustados para realizar previsões com horizontes variáveis de até vinte e quatro horas. Estes serviram para uma análise comparativa através dos resultados encontrados durante os testes dos mesmos, que ajudou a identificar as vantagens e desvantagens de cada técnica. Além disto, estes poderão ser implementados e desenvolvidos para operação, mitigando alguns dos inconvenientes da geração eólica de energia |
| publishDate |
2008 |
| dc.date.none.fl_str_mv |
2008-01-31 2014-06-12T17:37:49Z 2014-06-12T17:37:49Z |
| 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 |
Bezerra de Oliveira, Josinaldo; Ribeiro Barbosa de Aquino, Ronaldo. Sistemas inteligentes e wavelets para previsão de vento e geração eólica. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2008. https://repositorio.ufpe.br/handle/123456789/5273 |
| identifier_str_mv |
Bezerra de Oliveira, Josinaldo; Ribeiro Barbosa de Aquino, Ronaldo. Sistemas inteligentes e wavelets para previsão de vento e geração eólica. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2008. |
| url |
https://repositorio.ufpe.br/handle/123456789/5273 |
| 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 |
| publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
| 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_ |
1856042006962241536 |