Metodologia para previsão de irradiância solar de curto prazo com dados meteorológicos

Read full text Summarise with VIRAT
Authors: LUíS FERNANDO BOFF
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Este trabalho apresenta uma metodologia para previsão da irradiância solar global com resolução de 15 minutos para o dia seguinte, utilizando a base de dados de São Martinho da Serra (RS) e modelos de aprendizado de máquina combinados com engenharia de dados. Foram avaliados modelos LSTM e XGBoost aplicados a diferentes conjuntos de atributos, demonstrando que a seleção e construção das variáveis, especialmente a inclusão de previsores meteorológicos e a representação sazonal de hora e mês tiveram impacto mais significativo do que a otimização de hiperparâmetros. Os melhores resultados foram obtidos pelo XGBoost com previsores meteorológicos, alcançando RMSE de 90,43 W/m², enquanto a LSTM obteve 98,73 W/m² no mesmo cenário. Os resultados indicam que ambos os modelos são capazes de prever a irradiância de forma robusta, podendo subsidiar aplicações em diferentes contextos de gestão energética, desde que consideradas as limitações do método e a necessidade de ajustes específicos a cada aplicação.

Fields of Study & Subjects

Solar Radiation and Photovoltaics Energy Load and Power Forecasting Solar Thermal and Photovoltaic Systems

Publication details

Journal / source
Lume (Universidade Federal do Rio Grande do Sul)
Publication date
1 January 2026
Language
PT
Document type
Thesis