Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/14057
Files in This Item:
File Description SizeFormat 
denisesanchesdemelo.pdfPDF/A2.73 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Oliveira, Leonardo Willer de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9223644407644508pt_BR
dc.contributor.advisor-co1Oliveira, Janaína Gonçalves de-
dc.contributor.advisor-co1Latteshttps://lattes.cnpt_BR
dc.contributor.referee1Ferreira, Vitor Hugo-
dc.contributor.referee1Latteshttps://lattes.cnpq.br/pt_BR
dc.contributor.referee2Oliveira, Ângelo Rocha de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/3401819655719801pt_BR
dc.contributor.referee3Dias, Bruno Henriques-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/0551171976628693pt_BR
dc.creatorMelo, Denise Sanches de-
dc.creator.Latteshttp://lattes.cnpq.br/5742703036071900pt_BR
dc.date.accessioned2022-05-10T12:07:47Z-
dc.date.available2022-05-09-
dc.date.available2022-05-10T12:07:47Z-
dc.date.issued2022-02-08-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/14057-
dc.description.abstractThe measurement and verification (M&V) campaigns of results in energy efficiency projects play a fundamental role in evaluating the real benefits arising from the implemented actions. In projects that include the implementation of solar generation, one of the independent variables considered in the process is “solar irradiation”, on which the variation of energy provided by the system depends. With this in mind, a methodology with the application of LSTM neural networks (LongShort Term Memory) for the prediction of "solar irradiation" is proposed, with the objective of reducing the time for monitoring the project results from twelve to six months, taking in given the difficulties faced in long periods of monitoring. The evaluation of the method applied to the problem in M&V for projects with a photovoltaic system (SFV), showed satisfactory results, identifying an alternative solution with the application of LSTM neural networks.pt_BR
dc.description.resumoAs campanhas de medição e verificação (M&V) de resultados em projetos de eficiência energética desempenham um papel fundamental na avaliação dos reais benefícios oriundos das ações implementadas. Em projetos que contemplam a implementação de geração solar, umas das variáveis independentes consideradas no processo é a irradiação solar, de que depende da variação da energia provida pelo sistema. Neste intuito, uma metodologia com aplicação de redes neurais LSTM (Long-Short Term Memory) para a previsão da “irradiação solar” é proposta, com o objetivo de reduzir o tempo de acompanhamento dos resultados do projeto de doze para seis meses, tendo em vista as dificuldades enfrentadas em períodos longos de monitoramento. A avaliação do método aplicado ao problema na M&V para projetos com sistema fotovoltaico (SFV), apresentou resultados satisfatórios, identificando uma solução alternativa com a aplicação de redes neurais LSTM.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Engenhariapt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectM&Vpt_BR
dc.subjectRede neural LSTMpt_BR
dc.subjectPrevisão de irradiação solarpt_BR
dc.subjectEnergia solarpt_BR
dc.subjectLSTM neural networkpt_BR
dc.subjectSolar radiation forecastpt_BR
dc.subjectSolar energypt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.titleAplicação de redes neurais LSTM em medição e verificação de resultados de projetos com fontes renováveis: estudo de caso de projeto com sistema fotovoltaicopt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Mestrado em Engenharia Elétrica (Dissertações)



This item is licensed under a Creative Commons License Creative Commons