Eventos Anais de eventos
CONEM 2018
X Congresso Nacional de Engenharia Mecânica
PREVISÃO DA VELOCIDADE DO VENTO A CURTO PRAZO USANDO REDES NEURAIS ARTIFICIAIS EM MUCURI, BAHIA
Submission Author:
Pedro Zucatelli , ES
Co-Authors:
Pedro Zucatelli, Erick Giovani Sperandio Nascimento, georgynio yossimar rosales aylas, Noéle Bissoli Perini de Souza, Yasmin Kaore Kitagawa, Alex Álisson Bandeira Santos, Davidson Moreira
Presenter: Erick Giovani Sperandio Nascimento
doi://10.26678/ABCM.CONEM2018.CON18-0393
Abstract
Entremeado em um contexto de expansão da utilização da energia eólica no Brasil, o emprego da Inteligência Computacional, por intermédio das Redes Neurais Artificiais (RNA), para previsão da velocidade do vento é justificável pela sua conhecida capacidade de reconhecimento de padrões e ajuste funcional, e por proporcionar bons resultados em problemas que apresentem elevado grau de não linearidade. Contemplando este tema, este trabalho teve como objetivo treinar, validar e testar 7 arquiteturas de RNA (tipo Multilayer Perceptron com algoritmo de treinamento Feed-forward Backpropagation), via software MATLAB, a fim de definir qual seria a mais eficiente em realizar a previsão da velocidade do vento em 1 hora utilizando como referência dados observacionais coletados a uma altura de 151 metros em torre anemométrica situada na cidade de Mucuri, Bahia, nordeste do Brasil, referentes ao período compreendido entre 30 de novembro de 2015 às 14h até 31 de dezembro de 2015 às 13h. Dentre todas as 7 configurações analisadas, a Rede Neural Artificial com 4 camadas e 15 neurônios (sendo 9 nós na camada de entrada, 9 neurônios na primeira camada escondida, 6 neurônios na segunda camada escondia, e 1 nó na camada de saída) foi a que se destacou quanto ao cálculo dos dados estatísticos MAE (0,77821), MSE (0,99975), Erro mínimo (0,00396), Erro máximo (3,05602), Coeficiente de correlação de Pearson r (0,93546) e Coeficiente de regressão R2 (0,99474). Este trabalho contribui para a tomada de decisão do Operador Nacional do Sistema Elétrico (ONS) em uma usina ou parque eólico afim de evitar prejuízos financeiros e técnicos, além de coadjuvar na análise da viabilidade técnica e econômica de implantação destes empreendimentos no Brasil e, em especial, na Bahia.
Keywords
Energia Eolica, Inteligência Artificial, Previsão de campo de vento, Fontes de Energias Alternativas, Energias Renováveis
