Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/3951
Tipo do documento: | Dissertação |
Título: | DENSIFICAÇÃO DE DADOS BASEADA EM MEAN SHIFT APLICADA A PREVISÃO DE GERAÇÃO DE ENERGIA EÓLICA |
Título(s) alternativo(s): | DATA DENSIFICATION BASED ON MEAN SHIFT APPLIED TO WIND ENERGY GENERATION FORECAST |
Autor: | SOUZA, Hellen Dianne Pereira de |
Primeiro orientador: | LIMA, Shigeaki Leite de |
Primeiro coorientador: | OLIVEIRA, Denisson Queiroz |
Primeiro membro da banca: | LIMA, Shigeaki Leite de |
Segundo membro da banca: | OLIVEIRA, Denisson Queiroz |
Terceiro membro da banca: | SAAVEDRA MENDEZ, Osvaldo Ronald |
Quarto membro da banca: | SOUZA, André Nunes de |
Resumo: | O Brasil nos últimos 10 anos tem um alto potencial de produção de energia eólica, mostrando crescimento significativo a cada ano com a instalação de novos parques e um aumento potência. Tendo em vista a capacidade de geração de energia, que possibilita a geração eólica importante, como realizar a energia que pode gerar a capacidade eólica importante, como o fatores que geram energia podem gerar o vento importante. Nesse sentido, a projeção modelos de previsão de velocidade do vento, modelos numéricos de previsão do tempo (NWP), muitos dos modelos de previsão do tempo ocorrem durante a geração. Outros, como modelos estatísticos e híbridos, realizam análises com base em dados de uma série histórica. Geração de energia eólica é usado por muitas empresas de energia para fins de estimativa de segurança e desta forma garantindo o recurso para a empresa de receita e o consumidor aumentar uma energia fonte da fonte durante um determinado período de tempo. Muitas técnicas foram calculadas com recursos e horas de trabalho e com a mesma eficiência, dias e horas de trabalho. este é uma técnica baseada em teoria da informação para um banco de dados de medição de vento, gerando novos dados com a mesma função de densidade de probabilidade que o conjunto original e usando estes dados virtuais como cenários de previsão. |
Abstract: | Brazil in the last 10 years has a high potential for wind energy production, showing significant growth each year with the installation of new parks and an increase in installed power. In view of the power generation capacity, which makes it possible to generate wind important, how to carry out power which can generate the wind capacity important, as the factors that generate power may generate the wind important. In this sense, the projected wind speed forecast models, numerical weather forecast (NWP) models, many of the weather forecast models occur during generation. Others, such as statistical models and hybrids, perform analyzes based on data from a historical series. Wind power generation is used by many energy companies for the purpose of safety estimation and in this way guaranteeing the resource for the revenue company and the consumer to increase an energy source from source during a certain period of time. Many techniques were calculated with resources and working hours and with the same efficiency, working days and hours. This is an information theory based technique for a wind measurement database, generating new data with the same probability density function as the original set and using these virtual data as forecast scenarios. |
Palavras-chave: | Mean Shift; Teoria da informação; Previsão; Geração de energia Energia eólica Mean Shift; Information theoretic; Forecast; Energy Generation; Wind energy |
Área(s) do CNPq: | Transmissão da Energia Elétrica, Distribuição da Energia Elétrica |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal do Maranhão |
Sigla da instituição: | UFMA |
Departamento: | DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
Programa: | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET |
Citação: | SOUZA, Hellen Dianne Pereira de. Densificação de dados baseada em mean shift aplicada a previsão de geração de energia eólica. 2022.69 f. Dissertação( Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022. |
Tipo de acesso: | Acesso Aberto |
URI: | https://tedebc.ufma.br/jspui/handle/tede/tede/3951 |
Data de defesa: | 25-Fev-2022 |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Hellen P. de Souza.pdf | Dissertação de Mestrado | 17,2 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.