Aplicação de Redes Neurais Artificiais para Geração de Energia de um Sistema Fotovoltaico na Guiné-Bissau

Abstract

Guiné-Bissau é um país que possui grande potencial de recursos naturais, destacando-se. No entanto, o potencial de aproveitamento de energias renováveis para a geração elétrica tem sido pouco explorado. Entretanto, na busca de um mundo sustentável e econômico em relação a geração de energia elétrica, Optou-se por estudar neste trabalho, energia solar através de um sistema fotovoltaico, um sistema baseada na utilização de painéis fotossensíveis para converter energia do raio do sol para energia elétrica. Ademais, é atualmente uma das fontes que gera mais empregos no setor elétrico. Diante da relevância em priorizar estratégias de eficiência energética em reduzir gastos e escassez de energia elétrica na Guiné-Bissau (previsão de produção de energia elétrica) utilizando redes neurais, dado ao potencial fotovoltaico do setor de Catió, capital da região de Tombali da Guiné-Bissau. Especificamente, desenvolveu-se um algoritmo fundamentado em Redes Neurais Artificiais (RNAs), do tipo feedforwad multicamadas, com proposito de estimar a energia nos primeiros 15 dias do mês de maio de 2019, a partir de uma série temporal contendo as medições de médias diárias de energia solar dos 4 primeiros meses do ano de 2019. Os dados foram coletados do repositório on-line Wheather Spark, com medições registradas próximas ao horário de meio-dia local. Para verificar a eficiência da rede proposta e validar o modelo, analisou-se a convergência do Erro Quadrático Médio (EQM) e a comparação entre os valores reais e simulados de geração de energia para os meses de janeiro a abril de 2019. Por fim, o modelo proposto previu, satisfatoriamente a demanda de energia solar para os 15 primeiros dias do mês de maio de 2019, cuja validação do modelo foi garantida excelentes resultados no processo de aprendizagem e pela obtenção de um EQM praticamente nulo, mesmo para uma pequena quantidade de amostras.