Use este identificador para citar ou linkar para este item: repositorio.unilab.edu.br/jspui/handle/123456789/5006
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSilva, Marcus Canutto Farias-
dc.date.accessioned2024-07-24T13:39:45Z-
dc.date.available2024-07-24T13:39:45Z-
dc.date.issued2022-02-11-
dc.identifier.citationSILVA, M. C. F. (2022)pt_BR
dc.identifier.urirepositorio.unilab.edu.br/jspui/handle/123456789/5006-
dc.descriptionSILVA, Marcus Canutto Farias. Estimativa da velocidade do vento utilizando métodos lineares e não lineares. 2022. 46f. Monografia - Curso de Engenharia de Energias, Instituto de Engenharias e Desenvolvimento Sustentável, Universidade da Integração Internacional da Lusofonia Afro-Brasileira, Redenção-Ceará, 2022.pt_BR
dc.description.abstractDentre as fontes de energia da matriz elétrica brasileira, a energia eólica está em constante evolução. Por depender diretamente da velocidade do vento, seja para o controle da turbina em si quanto para a consistência da energia inserida no sistema elétrico, o desenvolvimento de sistemas de previsão da velocidade do vento permite que seja possível tornar o processo mais eficiente e antecipar possíveis perdas na geração de energia. Diante disto, o objetivo deste trabalho destina-se realizar previsões de velocidade do vento, referentes à um horizonte de até 7 dias que varia de acordo com o período amostral empregado, utilizando-se métodos matemáticos lineares e não-lineares. Com o propósito de utilizar os métodos propostos, buscou-se o banco de dados do INMET (Instituto Nacional de Meteorologia) que armazena dados de velocidade do vento, temperatura, radiação, umidade do ar, entre outras, referente a estação meteorológica automática (EMA) do município de Fortaleza-CE. As simulações foram desenvolvidas com o auxílio da ferramenta MATLAB, a partir de métodos lineares BJ e OE (Box-Jenkins e Output Error) e não-linear NARX (Nonlinear Autoregressive Model with Exogenous Variables) para evidenciar qual o melhor de estimação de parâmetros. Os modelos foram comparados e avaliados no intuito de verificar qual teria o melhor desempenho. O método linear BJ foi o que apresentou uma maior precisão, de 99,99% e o erro médio quadrático, Mean Square Error, MSE de 0,03647 para o intervalo de 25 dias do mês de agosto. Em comparação com os métodos NARX e OE, que tiveram uma acurácia de 99,37% e 78,32%, respectivamente, para o mesmo período amostral. Os resultados evidenciam que, através do método de identificação de sistemas, é possível fazer uma previsão expressiva.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectIdentificação de sistemaspt_BR
dc.subjectprevisãopt_BR
dc.subjectvelocidade do ventopt_BR
dc.titleEstimativa da velocidade do vento utilizando métodos lineares e não linearespt_BR
dc.typeMonographpt_BR
Aparece nas coleções:Monografia - Engenharia de Energias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MARCUS CANUTTO FARIAS SILVA Mono.pdf2022_mono_msilva.pdf1,57 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.