Estimativa da irradiância local utilizando inteligência artificial

Autores

  • Rafael Martini Silva Lactec
  • Gelson Luiz Carneiro Lactec
  • Carlos Ademar Purim LACTEC
  • Vilson Rodrigo Mognon Lactec
  • Bruno MARCHESI LACTEC
  • Eduardo Henrique Fideles Ribeiro Lactec
  • Anderson Stonoga Lactec
  • Cleber Onofre Inacio PETROBRAS
  • Luiz Fernando Almeida Fontenele PETROBRAS
  • Paulo Henrique Fernandes Ferreira Petrobras
  • Rodrigo Dias Petrobras

DOI:

https://doi.org/10.59627/cbens.2020.744

Palavras-chave:

Energia Solar, Inteligência Artificial, Visão Computacional

Resumo

Uma etapa fundamental para as análises de viabilidade de um empreendimento de energia solar, independentemente de seu porte, baseia-se na obtenção de uma estimativa da produção anual de energia. Assim, a estimativa da geração pode ser uma ferramenta aliada na busca por uma maior penetração das energias renováveis no sistema elétrico. Nessa linha, recentemente, vários trabalhos vêm sendo desenvolvidos com o objetivo de contribuir nas estimativas da disponibilidade de irradiância solar utilizando sistemas de Inteligência Artificial (IA). O presente trabalho apresenta as etapas iniciais do desenvolvimento de uma metodologia que emprega a visão computacional aliada à inteligência computacional, a fim de avaliar a disponibilidade de irradiância solar para locais de interesse, a partir da análise de imagens adquiridas do céu e de uma metodologia baseada em aprendizado de máquina. Dentro do contexto deste trabalho, modelos foram testados visando à estimativa da irradiância global com o objetivo de fazer uma avaliação prévia de seus desempenhos. Os resultados obtidos sugerem que a metodologia é promissora para aplicação na estimativa dos níveis de irradiância solar global e possibilidade de extensão para o cálculo de suas componentes difusa e direta, sem a necessidade de utilizar pireliômetro e rastreador solar ou anel de sombreamento, buscando disponibilizar uma alternativa de baixo custo para estimativas preliminares do recurso solar.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2020-11-27

Como Citar

Martini Silva, R., Luiz Carneiro, G., Ademar Purim, C., Rodrigo Mognon, V., MARCHESI, B., Henrique Fideles Ribeiro, E., Stonoga, A., Onofre Inacio, C., Fernando Almeida Fontenele, L., Henrique Fernandes Ferreira, P., & Dias, R. (2020). Estimativa da irradiância local utilizando inteligência artificial. Anais Congresso Brasileiro De Energia Solar - CBENS. https://doi.org/10.59627/cbens.2020.744

Edição

Seção

Radiação Solar - Recursos Solares e Meteorologia da Radiação Solar