Previsão da Geração de Energia Fotovoltaica Utilizando Inteligência Artificial em Séries Temporais

Fillipe de A. Andrade; Acbal R. Andrade Achy; Gildeberto de Souza Cardoso; Leizer Schnitman

doi:10.20906/sbai.v1i1.2608

Fillipe de A. Andrade Discente do Bacharelado em Engenharia Elétrica, Universidade Federal do Recôncavo da Bahia, BA
Acbal R. Andrade Achy Docente do Bacharelado em Engenharia Elétrica, Universidade Federal do Recôncavo da Bahia, BA
Gildeberto de Souza Cardoso Docente do Bacharelado em Engenharia Elétrica, Universidade Federal do Recôncavo da Bahia, BA
Leizer Schnitman Docente do Programa de Pós Graduação em Engenharia Mecatrônica, Universidade Federal da Bahia, BA

DOI: https://doi.org/10.20906/sbai.v1i1.2608

Keywords: Nural Network, Forecast, Photovoltaic Plant, Machine Learning, Solar Energy

Abstract

O artigo apresentado mostra uma breve análise do uso de algoritmos de aprendizado de máquina, sendo mais específico as Rede Neural LSTM e o Facebook Prophet, para a predição da produção de energia elétrica de uma Usina Fotovoltaica. A metodologia foi baseada em um banco de dados encontrado no site Kaggle, onde todo o processo de aprendizagem de máquina foi feito. Os resultados obtidos alcançaram marcas superiores a 90\%, onde foi analisado que o LSTM obteve melhor precisão com menor quantidade de dados, em contrapartida o Prophet, mesmo com resultado inferiores teve uma precisão aceitável considerando o menor tempo de processamento. Por final é comprovada a viabilidade e os pontos fortes de cada tipo de inteligência artificial abordada, para alavancar estudos e implementações da Energia Solar