Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas (2024)
- Authors:
- Autor USP: SILVA, GUILHERME THÉO BREDEMANN DA - ICMC
- Unidade: ICMC
- DOI: 10.11606/003227173
- Subjects: APRENDIZADO COMPUTACIONAL; ENERGIA SOLAR; INTELIGÊNCIA ARTIFICIAL; INTERNET DAS COISAS; TELEMETRIA
- Keywords: Drift; Page-Hinkley; LSTM; Temperatura do módulo; Estação solarimétrica; Irradiação; Inversor; Geração
- Language: Português
- Abstract: A operação e manutenção de usinas solares destinadas à geração distribuída em larga escala apresentam desafios significativos no que se refere à manutenção da rentabilidade dos projetos, exigindo o desenvolvimento de soluções confiáveis e de menor custo para garantir a eficiência da geração de energia. Neste contexto, o presente trabalho propõe e testa diferentes modelos com variados custos computacionais e abordagens metodológicas para a identificação de anomalias que não são reportadas diretamente pelos inversores, como acúmulo de sujeira, trincas em painéis, células queimadas, entre outros problemas que impactam a geração de energia. Dentre os métodos empregados, destacam-se a detecção de drifts e o uso de redes neurais recorrentes do tipo Long Short-Term Memory (LSTM). Os dados utilizados no desenvolvimento deste estudo foram coletados a partir de equipamentos com tecnologia de Internet das Coisas (IoT), abrangendo informações reais de usinas solares, obtidas de inversores, estações solarimétricas e medidores de concessionárias, com periodicidade de 15 minutos e histórico iniciado em 2020. As variáveis monitoradas incluem geração de energia, irradiação solar e temperatura dos módulos, permitindo avaliar as condições mínimas necessárias para a aplicação de técnicas de aprendizado de máquina. Além disso, buscou-se evitar a necessidade de telemetrias mais sofisticadas que aumentariam os custos do projeto. Entre os resultados, o modelo de detecção de drift utilizando o método Page-Hinkley apresentou uma assertividade superior a 50% em comparação com os problemas identificados pela equipe de Operação e Manutenção. Devido ao seu baixo custo computacional, este modelo se mostrou adequado para ser embarcado em dispositivos de telemetria, realizando a detecção de drifts diretamente na borda. Já o modelo LSTM demonstrou bom desempenho na previsão da geração de energia, combinando variáveis deirradiação e temperatura, configurando-se como uma solução mais robusta para o monitoramento do desempenho da usina. Esse modelo possibilita a comparação entre os valores preditos e os valores reais de geração, além de ser compatível com a aplicação de detectores de drift na saída, permitindo a previsão de quedas consistentes na geração.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SILVA, Guilherme Théo Bredemann. Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003227173. Acesso em: 27 dez. 2025. -
APA
Silva, G. T. B. (2024). Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003227173 -
NLM
Silva GTB. Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas [Internet]. 2024 ;[citado 2025 dez. 27 ] Available from: https://doi.org/10.11606/003227173 -
Vancouver
Silva GTB. Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas [Internet]. 2024 ;[citado 2025 dez. 27 ] Available from: https://doi.org/10.11606/003227173
Informações sobre o DOI: 10.11606/003227173 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Guilherme_Théo_Bredemann... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
