Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
Santos, Matheus Inacio Souza |
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 Estadual Paulista (Unesp)
|
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://hdl.handle.net/11449/204410
|
Resumo: |
A conversão direta de energia solar em elétrica é feita através da radiação sobre determinados materiais fotovoltaicos, onde os fótons contidos na luz solar são convertidos em energia elétrica através do uso de células solares. A radiação solar é a energia radiante emitida pelo sol, em particular aquela que é transmitida sob a forma da radiação eletromagnética, onde as matérias fotovoltaicos estão ligados diretamente. Existem diversas variáveis que in uenciam para a quantidade de energia gerada ao longo do dia, como a nebulosidade, temperatura, entre outros. O tema abordado no trabalho aqui presente é a criação de modelos probabilísticos que ajustam a energia solar gerada por placas fotovoltaicas levando em consideração dados históricos de geração de energia solar, sugerindo dependência ao longo do tempo utilizando um processo de Markov. Neste trabalho o objetivo foi o de construir modelos usando diferentes funções de distribuição de probabilidade e veri car qual obteve o melhor resultado perante os dados. A base de dados é composta por dados de energia solar gerada por placas fotovoltaicas da cidade de São José do Rio Preto-SP no período de Fev/2019 a Jul/2020, sem utilizar as covariáveis, e como resultado, o Modelo Markoviano Weibull via a Distribuição Weibull Bivariada de Marshall e Olkin, foi o que apresentou o melhor resultado. |