Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/35446

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorTIBA, Chigueru-
dc.contributor.authorCAMPOS FILHO, Manoel Henriques de Sá-
dc.date.accessioned2019-12-03T21:57:31Z-
dc.date.available2019-12-03T21:57:31Z-
dc.date.issued2019-07-18-
dc.identifier.citationCAMPOS FILHO, Manoel Henriques de Sá. Modelagem e predição de flutuações da irradiação solar de curta duração. 2019. Tese (Doutorado em Tecnologias Energéticas e Nucleares) – Universidade Federal de Pernambuco, Recife, 2019.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/35446-
dc.description.abstractAtualmente, um dos maiores desafios na geração de energia solar é garantir que a energia gerada seja fornecida de forma segura e confiável. Em consequência, tornou-se essencial elaborar modelos para prever a incidência de radiação solar dentro de vários intervalos de tempo de interesse. O objetivo principal deste trabalho foi o desenvolvimento de uma metodologia composta por algoritmos e um conjunto de instrumentos que permitissem fazer previsões sobre a incidência de radiação solar dentro de curtos horizontes temporais. Para esta pesquisa, foram utilizadas imagens de uma câmera de lente fisheye de baixo custo e dados da estação solarimétrica. As imagens foram armazenadas juntamente com os dados de irradiância em um banco de dados. Durante a etapa de processamento de dados, cada fotografia do céu foi submetida a um tratamento digital para aprimoramento de contraste. As imagens resultantes foram, então, segmentadas com o auxílio de novos atributos matemáticos desenvolvidos a partir de espaços de cores conhecidos (RGB, HSV, YCrCb e Lab). Com esses atributos, construiu-se um modelo através de Máquina de Vetores de Suporte (SVM) para classificação, ou SVC, o que resultou em uma taxa de acerto na classificação de nuvens com precisão de 99,2% pelo método de 10 folders de validação cruzada. Em seguida calculou-se a fração de cobertura de nuvens. Os resultados obtidos por imagens foram usados como entrada para modelar a irradiância total e direta por regressão via SVR e validados pelo método de 10 folders. O coeficiente de correlação de Pearson atingiu 98% considerando toda a faixa de incursão dos sinais de irradiância dentro das 6236 amostras do período. Um modelo final com a inclusão das irradiâncias entre os dados de uma série temporal foi então desenvolvido por meio de SVR para predição das irradiâncias total e direta em oito horizontes temporais curtos (entre 1 e 30 minutos). Em síntese, os resultados demonstraram que com um equipamento simples e barato como a câmera fisheye foi possível: calcular a fração de cobertura de nuvens no céu; modelar a irradiância solar total e direta; estimar a velocidade (em pixels) das nuvens; e com adição de dados solarimétricos foram realizadas predições em curtos espaços de tempo com acurácia comparável a alguns trabalhos realizados dentro de uma metodologia similar no que se refere a coleta de dados e aos horizontes de predição espaço-temporal.pt_BR
dc.description.sponsorshipFACEPEpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEngenharia de energia solarpt_BR
dc.subjectModelos de predição da irradiação solarpt_BR
dc.subjectModelagem da irradiação solarpt_BR
dc.subjectFração de cobertura de nuvenspt_BR
dc.subjectGeração fotovoltaicapt_BR
dc.subjectProcessamento de imagens do céupt_BR
dc.titleModelagem e predição de flutuações da irradiação solar de curta duraçãopt_BR
dc.typedoctoralThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/8654183379825397pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.leveldoutoradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9914659189514029pt_BR
dc.publisher.programPrograma de Pos Graduacao em Tecnologias Energeticas e Nuclearpt_BR
dc.description.abstractxNowadays, one of the biggest challenges in solar power generation is to ensure that the power generated is delivered safely and reliably. As a consequence, it has become essential to develop models to predict the incidence of solar radiation within time intervals of interest. The main objective of this work was the development of a methodology composed by algorithms and a set of instruments that allowed making predictions about the incidence of solar radiation within short time frames. In order to carry this research, images from a low-cost fisheye lens camera and data from the solarimetric station were used. The images were stored together with the irradiance data in a database. During the data processing stage, each image of the sky was submitted to a digital treatment for contrast enhancement. The resulting images were then segmented using new mathematical attributes developed from known color spaces (RGB, HSV, YCrCb and Lab). Based on these attributes, a model was built using the Support Vector Machine (SVM) for classification, or SVC, which resulted in a cloud classification accuracy rate of 99.2% by the method of 10 folders for cross-validation. The fraction of cloud cover was then calculated. The results obtained from the images were used as input to model the total and direct irradiance by regression via SVR and validated by the method of 10 folders. The Pearson correlation coefficient reached 98% regarding the entire incursion range of the irradiance signals within the 6236 samples of the period. A final model including irradiance data as part of a time series was then developed by using an SVR to predict total and direct irradiance in eight short time horizons (from 1 to 30 minutes). In summary, the results demonstrated that with a simple and inexpensive equipment such as the fisheye camera, it was possible to: calculate the fraction of cloud cover in the sky; model the total and direct solar irradiances; estimate the speed (in pixels) of the clouds; and with the addition of solarimetric data, predictions were made in a short period of time with comparable accuracy to other published works using similar methodologies with respect to dataset building and spatio-temporal prediction horizons.pt_BR
Aparece nas coleções:Teses de Doutorado - Tecnologias Energéticas e Nucleares

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE Manoel Henriques de Sá Campos Filho.pdf4,27 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons