Use este identificador para citar ou linkar para este item:
repositorio.unilab.edu.br/jspui/handle/123456789/4965
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | Freitas, Matheus Lucas Maia de | - |
dc.date.accessioned | 2024-07-22T00:41:05Z | - |
dc.date.available | 2024-07-22T00:41:05Z | - |
dc.date.issued | 2021-08-23 | - |
dc.identifier.citation | FREITAS, M. L. M. (2021) | pt_BR |
dc.identifier.uri | repositorio.unilab.edu.br/jspui/handle/123456789/4965 | - |
dc.description | FREITAS, Matheus Lucas Maia de. Previsão de radiação utilizando identificação de sistemaslineares e não lineares. 2021. 55f. Monografia - Curso de Engenharia de Energias, Instituto de Engenharias e Desenvolvimento Sustentável, Universidade da Integração Internacional da Lusofonia Afro-Brasileira, Redenção-Ceará, 2021. | pt_BR |
dc.description.abstract | Com a constante preocupação mundial acerca da sustentabilidade, há a necessidade de substituir fontes não renováveis de energia por fontes renováveis. O sistema elétrico tem tido um crescimento significativo das fontes renováveis de energia em sua composição, com destaque para a energia solar e eólica. Com isso, existe a necessidade de se realizar estudos sobre o potencial de geração de uma determinada região. Uma alternativa para isso é estabelecer um método de previsão a partir de dados meteorológicos de radiação solar, que seja preciso e eficiente. O registro desse tipo de série de dados é realizado através de estações meteorológicas automáticas (EMA) ou convencionais (EMC). A identificação de sistemas representa sistemas elaborados a partir de dados de entrada e saída, através de modelos matemáticos. Utiliza-se a ferramenta MATLAB em conjunto com o System Identification Toolbox para a identificação de sistemas lineares (ARX e ARMAX) e não lineares (Hammerstein-Wiener), aplicados a um banco de dados onde é identificada a estrutura que apresenta uma melhor estimação dos parâmetros, na qual utiliza-se uma parte dos dados para criação dos modelos e outra parte para validação. Os modelos estimados foram estudados e comparados, onde o modelo não linear Hammerstein- Wiener foi mais eficiente para estimação dos modelos, pelo fato de apresentar uma maior acurácia de 99,96%, além de um melhor FPE – Final Prediction Error de 0,002215, enquanto os modelos discretos ARX e ARMAX apresentaram uma acurácia de 93,49% e 73,85, respectivamente. Comprovando assim, a eficácia da aplicação do método de identificação de sistemas para geração de um banco de dados compatível com o real. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.subject | Identificação de sistemas | pt_BR |
dc.subject | System identification toolbox | pt_BR |
dc.subject | Radiação | pt_BR |
dc.title | Previsão de radiação utilizando identificação de sistemas lineares e não lineares | pt_BR |
dc.type | Monograph | pt_BR |
Aparece nas coleções: | Monografia - Engenharia de Energias |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
MATHEUS LUCAS MAIA DE FREITAS.pdf | 2021_mono_mfreitas.pdf | 1,75 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.