1. Identificação | |
Tipo de Referência | Resumo em Evento (Conference Proceedings) |
Site | mtc-m21d.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34T/47FQFAH |
Repositório | sid.inpe.br/mtc-m21d/2022/08.22.12.43 |
Última Atualização | 2022:08.22.12.46.17 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m21d/2022/08.22.12.43.24 |
Última Atualização dos Metadados | 2023:01.03.16.46.13 (UTC) administrator |
Chave Secundária | INPE--PRE/ |
Chave de Citação | GuarachiGonçMart:2022:UsApMá |
Título | Uso de aprendizado de máquina para geração de séries temporais de irradiação solar na superfície |
Formato | On-line |
Projeto | Uso de aprendizado de máquina para geração de séries temporais de irradiação solar na superfície |
Ano | 2022 |
Data de Acesso | 18 maio 2024 |
Tipo Secundário | PRE CN |
Número de Arquivos | 1 |
Tamanho | 84 KiB |
|
2. Contextualização | |
Autor | 1 Guarachi, Mariane Souza 2 Gonçalves, André Rodrigues 3 Martins, Fernando Ramos |
Grupo | 1 2 DIIAV-CGCT-INPE-MCTI-GOV-BR |
Afiliação | 1 Universidade Federal de São Paulo (UNIFESP) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Universidade Federal de São Paulo (UNIFESP) |
Endereço de e-Mail do Autor | 1 guarachi.mariane@unifesp.br 2 andre.goncalves@inpe.br 3 fernando.martins@unifesp.br |
Editor | Ribeiro, Valéria Cristina dos Santos Paulicena, Edésio Hernane Almeida, Elton Kleiton Albuquerque de Correia, Emilia Souza, João Paulo Estevam de Hey, Heyder Escada, Paulo Augusto Sobral Savonov, Roman Ivanovitch Camayo Maita, Rosio del Pilar |
Nome do Evento | Seminário de Iniciação Científica e Iniciação em Desenvolvimento Tecnológico e Inovação (SICINPE) |
Localização do Evento | on line |
Data | 22 a 26 – ago |
Editora (Publisher) | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade da Editora | São José dos Campos |
Páginas | 1 |
Título do Livro | Resumos |
Tipo Terciário | Iniciação Científica |
Organização | Divisão de Fomento a Pesquisa e Desenvolvimento (DIFPD) |
Histórico (UTC) | 2022-08-22 12:46:17 :: simone -> administrator :: 2022 2022-09-14 20:20:25 :: administrator -> simone :: 2022 2022-12-05 17:06:18 :: simone -> administrator :: 2022 2023-01-03 16:46:13 :: administrator -> simone :: 2022 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo de Versão | publisher |
Palavras-Chave | energia solar modelagem numérica séries temporais |
Resumo | É de suma importância ter disponível séries temporais de irradiância solar de um determinado local na superfície da Terra para aplicação em áreas científicas e tecnológicas. Em um caso mais específico, como a geração de eletricidade pela energia solar são necessários dados detalhados de irradiância solar para modelar o desempenho de uma planta fotovoltaica. Frequentemente, estas séries temporais são obtidas pelas medições realizadas no solo ou são derivadas de imagens de satélites. No entanto, as observações em solo podem apresentar descontinuidades, que duram de minutos a dias, no registro dos dados causadas pela manutenção preventiva e corretiva deficientes e falta de energia nos equipamentos. Esta falta de dados é prejudicial para o estudo de viabilidade de uma planta fotovoltaica, pois isso acarreta no crescimento das incertezas sobre o potencial técnico disponível no local. Portanto, é necessário a utilização de séries temporais geradas sinteticamente ou matematicamente para preencher as lacunas de dados das medições. Com isso, o presente projeto de pesquisa tem como objetivo desenvolver metodologias de aprendizado de máquina para obter estimativas de irradiação solar de São Martinho da Serra e Petrolina por meio da geração de séries temporais. A metodologia de aprendizado de máquina com a utilização de redes neurais artificiais foi aplicada para a geração de séries temporais, utilizando a linguagem de programação Python. Por fim, a série artificial possibilitou investigar o desempenho no preenchimento de lacunas de dados em séries temporais. |
Área | CST |
Arranjo 1 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Uso de aprendizado... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COEPE > PIBIC/PIBITI 2022 > Uso de aprendizado... |
Arranjo 3 | urlib.net > BDMCI > Fonds > Acervo PIBIC/PIBITI > PIBIC/PIBITI 2022 > Uso de aprendizado... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34T/47FQFAH |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34T/47FQFAH |
Idioma | pt |
Arquivo Alvo | Resumo_Mariane_Souza_Guarachi.pdf |
Grupo de Usuários | simone |
Grupo de Leitores | administrator simone |
Visibilidade | shown |
Detentor dos Direitos | originalauthor yes |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/46KUATE 8JMKD3MGPDW34P/47KJQBP |
Lista de Itens Citando | sid.inpe.br/mtc-m16c/2022/09.14.20.14 4 |
Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 |
|
6. Notas | |
Notas | Bolsa PIBIC/PIBITI/INPE/CNPq. |
Campos Vazios | archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition isbn issn label lineage mark mirrorrepository nextedition numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress readpermission resumeid schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url volume |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|