Redes Neurais MLP e NARX Aplicadas na Previsão da Velocidade do Vento em Parques Eólicos do Estado da Bahia

Matheus de Paula, Marilaine Colnago, Wallace Casaca

Resumo


Nos últimos anos o uso de fontes renováveis de energia tem impactado diretamente no paradigma de geração energética devido à capacidade de produzir energia de forma limpa e sustentável. Neste contexto, a expansão da energia eólica, em especial, no nordeste brasileiro, tem correspondido com cerca de 85% da geração nacional nessa categoria. Assim, visando otimizar o planejamento energético e as polı́ticas de segurança pública de geração de eletricidade, este trabalho endereça o problema da predição do vento em um dos parques eólicos do estado da Bahia. Mais especificamente, este estudo explora, a partir de ferramentas de Aprendizado de Máquina, uma base de dados disponı́vel pela EPE (Empresa de Pesquisa Energética) do primeiro complexo eólico baiano. Desta forma, foram aplicados dois modelos de Redes Neurais: Multi Layer Percepton (MLP), e Nonlinear Auto-Regressive with Exogenous Input (NARX) para predizer a velocidade do vento. Estudos de validação foram conduzidos a fim de verificar o grau de assertividade dos modelos na tarefa predição, conforme discutido neste estudo.


Palavras-chave


Energia, energia eólica, Bahia, redes neurais, modelos não-lineares.

Texto completo:

PDF


DOI: https://doi.org/10.5540/03.2020.007.01.0424

Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato