Banca de QUALIFICAÇÃO: THIAGO FERRO DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : THIAGO FERRO DE OLIVEIRA
DATA : 19/06/2026
HORA: 14:00
LOCAL: Remoto Hangout
TÍTULO:

Métodos preditivos aplicados a sistemas fotovoltaicos

PALAVRAS-CHAVES:

Inteligência Computacional; Séries Temporais; Redes Neurais Recorrentes; Aprendizado de Máquina; Geração Distribuída.

PÁGINAS: 52
RESUMO:

A integração de sistemas fotovoltaicos nas redes elétricas requer previsões horárias precisas para gerenciar a intermitência atmosférica. Esta pesquisa avalia um arcabouço preditivo para duas localidades brasileiras com perfis de volatilidade distintos: Cercadinho (MG, $CV = 1{,}145$) e Ponta Porã (MS, $CV = 1{,}429$). A metodologia utiliza o Índice de Céu Claro geométrico ($K_t = \mathrm{GHI}/H_{0h}$) para estacionarizar os dados e aplica a função de Auto Informação Mútua (AMI) para determinar as janelas de defasagem autorregressiva, resultando em 6 horas e 3 horas para as respectivas estações. O desempenho de quatorze modelos de previsão foi comparado utilizando os testes de Friedman, Wilcoxon e delta de Cliff em trinta execuções de Monte Carlo. Os resultados indicam que o modelo de conjunto por Seleção Dinâmica Heterogênea (HetDS) superou as demais arquiteturas nas defasagens ótimas derivadas da AMI (18 horas para Cercadinho e 3 horas para Ponta Porã), obtendo valores de RMSD de 108{,}59 W/m$^2$ e 82{,}69 W/m$^2$, respectivamente. Os valores do delta de Cliff confirmaram essa superioridade estatística, variando de médio (0{,}36) a saturante (1{,}00). A rede \textit{Long Short-Term Memory} com mecanismo de atenção (LSTM + Att) apresentou desempenho inferior às abordagens de conjunto nessas defasagens ótimas, ocupando a sétima e a oitava posições, devido à curta memória estatística das séries temporais. A degradação de desempenho observada fora das defasagens determinadas pela AMI valida o critério informacional proposto. Consequentemente, conjuntos de seleção dinâmica, combinados com $K_t$ normalizado geometricamente e dimensionamento de defasagem baseado na AMI, são recomendados para a previsão fotovoltaica de curto prazo no domínio brasileiro.

MEMBROS DA BANCA:
Presidente - 1647956 - ANDRE LUIZ LINS DE AQUINO
Interno(a) - 1916534 - FABIANE DA SILVA QUEIROZ
Interno(a) - 2345788 - LEONARDO FAUSTINO LACERDA DE SOUZA
Externo(a) à Instituição - FREDERICO GADELHA GUIMARÃES - UFMG