Modelos para Previsão de Potência Gerada e Identificação de Falha em Painéis Fotovoltaicos

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Vidigal, Bruna Rodrigues
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Espírito Santo
BR
Mestrado em Engenharia Elétrica
Centro Tecnológico
UFES
Programa de Pós-Graduação em Engenharia Elétrica
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://repositorio.ufes.br/handle/10/16493
Resumo: Solar energy is a promising alternative to meet the world’s growing energy demands. A photovoltaic system that has data storage technology allows the creation of a methodology for monitoring its operation, in order to reduce energy losses and maintenance costs. In this study, a technique is proposed using a hybrid model of graph convolutional neural network and recurrent neural networks with the objective to forecast the generated power of system. The model adjustment was performed and compared with models from previous studies. The developed one presented a result about 96% better than the other models, showing that considering the temporal and topological structure of the system is very relevant in the performance analysis.