Banca de DEFESA: VÍTOR MIGUEL MARTINS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
STUDENT : VÍTOR MIGUEL MARTINS
Date: 26/05/2026
TIME: 09:00
LOCAL: https://conferenciaweb.rnp.br/sala/kenji
TITLE:

Previsão de cargas eólicas utilizando decomposição por análise espectral singular e redes neurais de regressão generalizada

 

 

PAGES: 86
BIG AREA: Engenharias
AREA: Engenharia Elétrica
SUBÁREA: Sistemas Elétricos de Potência
SPECIALTY: Geração da Energia Elétrica
SUMMARY:

A energia eólica representa uma importante fonte de energia renovável, e tem sido um dos focos para a transição de matrizes energéticas baseadas na queima de combustíveis fósseis por conta da sua natureza inesgotável, limpa e barata. A previsão de carga é um elemento essencial para integrar as usinas eólicas à rede elétrica, garantindo que a demanda seja suprida em todos os momentos com estabilidade e eficiência. Equiparar a geração à demanda real reduz desperdícios, evita sobrecargas e custos adicionais, resultando em maior confiabilidade no fornecimento de energia elétrica. No entanto, é difícil prever a quantidade de energia produzida devido a característica intermitente dos ventos, sendo necessário o desenvolvimento de métodos de previsão que levem em consideração as particularidades da geração eólica.
Este trabalho buscou desenvolver uma metodologia para sistematizar a previsão de cargas eólicas no curto e médio prazo, até sete dias a frente, com validação nas seguintes janelas de tempo: 1 hora, 6 horas, 12 horas, 24 horas, 48 horas, 72 horas e 168 horas a frente. Para isso, foi utilizada uma metodologia híbrida baseada na decomposição da série temporal de geração de energia eólica por meio da análise espectral singular (SSA - Singular Spectrum Analysis) e previsão dos níveis decompostos por meio da rede neural de regressão generalizada (GRNN - General Regression Neural Network). Para avaliar o método proposto, foram utilizados os conjuntos de dados de geração horária de usinas eólicas do Operador Nacional do Sistema Elétrico Brasileiro. Dentre todas usinas eólicas presentes, foram selecionados o conjunto de usinas Alegria I e II e Asa Branca, ambas instaladas no Estado do Rio Grande do Norte. De maneira geral, os resultados obtidos indicam que a metodologia empregada é capaz de realizar previsões até 168 passos a frente, com uma boa acurácia. A comparação do método com e sem a decomposição pela SSA indica que a decomposição, de fato, auxilia na capacidade de generalização do modelo.

 

COMMITTEE MEMBERS:
Presidente - Interno ao Programa - 2356637 - KENJI NOSE FILHO
Membro Titular - Examinador(a) Externo ao Programa - 3440933 - PEDRO IVO DA CRUZ
Membro Titular - Examinador(a) Externo à Instituição - ANNA DIVA PLASENCIA LOTUFO - UNESP
Membro Suplente - Examinador(a) Interno ao Programa - 1544392 - ALINE DE OLIVEIRA NEVES PANAZIO
Membro Suplente - Examinador(a) Externo à Instituição - MARA LUCIA MARTINS LOPES - UNESP