Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos

Página do item simplificado
dc.contributor.advisorJota, Patrícia Romeiro da Silva
dc.contributor.advisorLatteshttp://lattes.cnpq.br/0977994271668461
dc.contributor.authorBarbosa, Alan
dc.contributor.referee1Patrícia Romeiro da Silva Jota
dc.contributor.referee2Agnaldo José da Rocha Reis
dc.contributor.referee3Eduardo Gonzaga da Silveira
dc.date.accessioned2023-06-23T14:42:17Z
dc.date.available2023-06-23T14:42:17Z
dc.date.issued2017-12-29
dc.description.abstractAs peculiaridades dos módulos de Concentração Fotovoltaica CPV) tornam muito difícil estimar a potência de saída. Existem alguns métodos para estimar a potência máxima para uma dada condição de irradiação de um modulo CPV que fornece bons resultados, mas não são fáceis de aplicar. Este artigo propõem um modelo baseado em Redes Neurais Artificiais (RNAs) para prever a potência máxima gerada de um módulo CPV usando parâmetros atmosféricos facilmente mensuráveis. Para este fim, um grupo de parâmetros atmosféricos juntamente com a potência máxima de um módulo CPV foram medidos ao longo do ano de 2015 em Belo Horizonte. Os resultados mostraram que com o uso dos parâmetros atmosféricos utilizados juntamente com a irradiação solar, a RNA proposta é capaz de estimar a potência máxima de um módulo CPV com um erro médio quadrático de 5,27%.
dc.description.abstractotherThe peculiarities of the modules of Concentration Photovoltaic (CPV) make it difficult to estimate the maximum power generated output. There are some methods to estimate the maximum power for a given irradiation condition of a CPV module that provides good results but are not easy to apply. This paper proposes a model based on Artificial Neural Networks (ANNs) to predict the maximum power generated from a CPV module using easily measurable atmospheric parameters. To this end, a group of atmospheric parameters along with the maximum power of a CPV module were measured throughout the year 2015 in Belo Horizonte. The results showed that with the use of the atmospheric parameters used together with the solar irradiation, the proposed RNA is able to estimate the maximum power of a CPV module with a mean square error of 5.27%.
dc.identifier.urihttps://repositorio.cefetmg.br/handle/123456789/330
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-Rei
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG / UFSJ
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica
dc.subjectRedes neurais artificiais
dc.subjectEnergia fotovoltaica
dc.subjectRadiação solar
dc.subjectPrevisão de potência máxima
dc.titleInteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
dc.typeThesis
dspace.entity.type

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Inteligencia computacional aplicada na previsao de maxima potencia em concentradores fotovoltaicos_Dissertacao.pdf
Tamanho:
2.82 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Mestrado em Engenharia Elétrica