Previsão de irradiância solar na região sudeste do Brasil empregando o modelo de mesoescala WRF ajustado por redes neurais artificiais (RNAS)

Página do item simplificado
dc.contributor.advisorMartins, Fernando Ramos [UNIFESP]
dc.contributor.advisor-coLima, Francisco José Lopes de
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/8300602270954491
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9012359647335296pt_BR
dc.contributor.authorCampos, Isabelle Sardinha Leonardo [UNIFESP]
dc.contributor.authorLatteshttp://lattes.cnpq.br/1604549914204182pt_BR
dc.contributor.institutionUniversidade Federal de São Paulo (UNIFESP)
dc.coverage.spatialEdifício Acadêmico II - Campus Baixada Santista - Universidade Federal de São Paulopt_BR
dc.date.accessioned2019-07-05T14:58:36Z
dc.date.available2019-07-05T14:58:36Z
dc.date.issued2018-06
dc.description.abstractA irradiância solar é um recurso energético vital para a manutenção da vida no planeta e para atendimento de demandas relativas às atividades humanas, tais como agricultura, geração de eletricidade e produção de calor. A irradiância solar que incide sobre a superfície é de natureza variável, principalmente devido às nuvens e aos ciclos sazonais. Este trabalho tem como objetivo avaliar a capacidade de um modelo numérico mesoescala em simular a evolução dos processos atmosféricos na região Sudeste do Brasil de forma a possibilitar seu uso para previsão de irradiância solar quando acoplado com uma metodologia para refinamento estatístico para redução dos desvios sistemáticos inerentes ao modelo de mesoescala. Neste sentido, o estudo baseou-se no uso de Redes Neurais Artificiais (RNAs) alimentadas por variáveis meteorológicas fornecidas pelo o modelo de mesoescala WRF para horizontes de curto prazo: 24 horas, 48 horas e 72 horas. As variáveis de saída do modelo WRF foram empregadas como preditores em modelos de RNAs. Este trabalho utilizou dados de irradiância solar incidente na superfície observados durante o ano de 2013 em estações operadas pelo INMET. Diversos experimentos numéricos foram realizados para ajuste e definição do conjunto de preditores e configuração das redes neurais. Parâmetros estatísticos para avaliação de desvios foram adotados da metodologia de previsão para validação da metodologia empregada no estudo. Os resultados obtidos mostram que as RNAs são uma excelente alternativa para previsão de irradiância solar em toda a Região Sudeste, se destacando, sobretudo, para previsões de até 24h em dias de céu claro.pt_BR
dc.format.extent77 p.pt_BR
dc.identifier.citationCAMPOS, Isabelle Sardinha Leonardo. Previsão de irradiância solar na região sudeste do Brasil empregando o modelo de mesoescala WRF ajustado por redes neurais artificiais (RNAS). 2018. 77 f. Trabalho de conclusão de curso de graduação (Engenharia Ambiental) - Instituto do Mar, Universidade Federal de São Paulo, Santos, 2018.pt
dc.identifier.urihttps://repositorio.unifesp.br/handle/11600/50954
dc.languageporpt_BR
dc.publisherUniversidade Federal de São Paulo (UNIFESP)pt_BR
dc.rightsinfo:eu-repo/semantics/openAccesspt_BR
dc.subjectIrradiância solarpt_BR
dc.subjectModelo de mesoecala WRFpt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectSudeste brasileiropt_BR
dc.subjectEnergia solarpt_BR
dc.subject.cnpqEnergia e Recursos Renováveispt_BR
dc.subject.cnpqMeteorologia Aplicadapt_BR
dc.titlePrevisão de irradiância solar na região sudeste do Brasil empregando o modelo de mesoescala WRF ajustado por redes neurais artificiais (RNAS)pt_BR
dc.typeinfo:eu-repo/semantics/bachelorThesispt_BR
unifesp.campusInstituto do Mar (IMar)pt_BR
unifesp.departamentoCiências do Marpt_BR
unifesp.graduacaoEngenharia Ambientalpt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC_FINAL_IsabelleSardinhaLeonardoCampos_EA.pdf
Tamanho:
1.88 MB
Formato:
Adobe Portable Document Format
Descrição:
Texto principal
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
5.39 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Engenharia Ambiental