Avaliação do desempenho de algoritmos de treinamento de redes neurais artificiais e máquinas de vetores suporte para a previsão de geração fotovoltaica

Monteiro, Raul Vitor Arantes

Resumo:

O Brasil é um país de clima predominantemente tropical com um grande potencial energético para a geração de energia elétrica por meio da energia solar. Avaliando somente as regiões Centro-Oeste e Sudeste, em média, o período de insolação é de 7 a 8 horas diárias, com uma irradiação solar anual média de 16 a 18 (MJ/mÇ.dia) (Aneel, 2005). A geração de energia elétrica via placas fotovoltaicas em determinados casos se torna uma alternativa viável quando se analisam comunidades distantes e de difícil acesso a linhas e redes de distribuição de energia elétrica (Shang; Srinivasan; Reindl, 2016).

Download (PDF)

DOI: 10.5151/9786555503395-06

Referências bibliográficas
  • NETTO, A. V. Planning of network system for the distribution and transmission areas of
  • electric energy. IEEE Latin America Transactions, v. 13, n. 1, p. 345-352, 2015. Disponível
  • em: http://doi.org/10.1109/TLA.2015.7040668. Acesso em: 6 mar. 2024.
  • NGUYEN, T. T.; TRUONG, A. V. Distribution network reconfiguration for power loss minimization
  • and voltage profile improvement using cuckoo search algorithm. Internacional J.
  • Eletr. Power Energy Syst., v. 68, p. 233-242 , 2015. Disponível em: https://doi.org/10.1016/j.
  • ijepes.2014.12.075. Acesso em: 6 mar. 2024.
  • OLATOMIWA, L. et al. A support vector machine–firefly algorithm-based model for global
  • solar radiation prediction. Sol. Energy, v. 115, p. 632-644, 2015. Disponível em: https://
  • doi.org/10.1016/j.solener.2015.03.015. Acesso em: 6 mar. 2024.
Como citar:

MONTEIRO, Raul Vitor Arantes; "Avaliação do desempenho de algoritmos de treinamento de redes neurais artificiais e máquinas de vetores suporte para a previsão de geração fotovoltaica", p. 134-157. Inteligência Artificial Aplicada às Smart Grids. São Paulo: Blucher, 2024.
ISBN: 9786555503395, DOI 10.5151/9786555503395-06