INFLUÊNCIA DO PREDITOR ÍNDICE NIÑO OCEÂNICO (ONI) NA PREVISÃO DA IRRADIAÇÃO GLOBAL HORIZONTAL DE FORTALEZA EM DIFERENTES HORIZONTES TEMPORAIS UTILIZANDO MACHINE LEARNING

Autores

  • Juliana Silva Brasil UFC
  • Felipe Pinto Marinho UFC
  • Rahysa Silva de Oliveira UFC
  • David Mickely Jaramillo Loayza UFC
  • Paulo Alexandre Costa Rocha UFC
  • Andre Valente Bueno UFC
  • Ricardo Jose Pontes Lima UFC
  • Maria Eugenia Vieira da Silva UFC

DOI:

https://doi.org/10.59627/cbens.2020.748

Palavras-chave:

Aprendizagem de máquina, Irradiação global horizontal, El Niño

Resumo

A introdução da energia solar na rede elétrica vem aumentando anualmente, inclusive no Ceará. Nesse contexto, são suscitadas questões relativas à complementaridade de abastecimento, uma vez que a fonte solar é intermitente e variável com o tempo. O planejamento adequado pode ser facilitado pela previsão da irradiação utilizando métodos de aprendizagem de máquinas. O presente trabalho avaliou o desempenho de 3 modelos de previsão da irradiação global horizontal - rede neural, Boosting e modelo de persistência – para a cidade de Fortaleza, Ceará, em 8 horizontes temporais distintos, analisando a influência do El Niño e da La Niña, na forma do preditor ONI, nessas previsões. Utilizou-se, além do ONI, informações meteorológicas (temperatura ambiente, umidade relativa, velocidade do ar, direção do vento e nível de precipitação), dados de irradiação e hora e data da aquisição da informação. O banco de dados foi separado em 2 grupos, um de treinamento e outro de teste, bem como foi realizada uma seleção de parâmetros para a rede neural e para o Boosting. O cálculo da variabilidade dos dados de irradiação classificou esse preditor como de fraca variabilidade. Os resultados apontaram que houve redução do RMSE quando o preditor referente à intensidade do El Niño, ONI, foi adicionado, exceto para o horizonte de 2 min, o que indica que a adição do preditor melhorou o desempenho dos modelos de previsão. Notou-se também que o nRMSE cresceu conforme o horizonte temporal aumentava. O Boosting apresentou os menores erros dentre os modelos considerados, seus valores de nRMSE são compatíveis com aqueles encontrados na literatura, chegando a ser menor para um determinado horizonte de tempo. Para a rede neural, todavia, os nRMSE obtidos foram superiores aos encontrados em trabalhos já publicados.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2020-11-27

Como Citar

Silva Brasil, J., Pinto Marinho, F., Silva de Oliveira, R., Mickely Jaramillo Loayza, D., Alexandre Costa Rocha, P., Valente Bueno, A., Jose Pontes Lima, R., & Eugenia Vieira da Silva, M. (2020). INFLUÊNCIA DO PREDITOR ÍNDICE NIÑO OCEÂNICO (ONI) NA PREVISÃO DA IRRADIAÇÃO GLOBAL HORIZONTAL DE FORTALEZA EM DIFERENTES HORIZONTES TEMPORAIS UTILIZANDO MACHINE LEARNING. Anais Congresso Brasileiro De Energia Solar - CBENS. https://doi.org/10.59627/cbens.2020.748

Edição

Seção

Radiação Solar - Recursos Solares e Meteorologia da Radiação Solar