DSpace/Manakin Repository

Metodologia de previsão na intensificação de energias renováveis no ambiente de expectativa para uma transição energética confiável

Mostrar registro simples

dc.creator ABREU, Laís Gomes Barreto
dc.date.issued 2023-12-21
dc.identifier.uri https://repositorio.unifei.edu.br/jspui/handle/123456789/4030
dc.description.abstract This study focuses on the Brazilian energy scenario and highlights the progressive increase in the use of renewable sources in the country's electrical energy matrix. The main objective of this study is to contribute to the search for solutions and encourage debates and reflections on the future actions necessary for energy planning. To achieve this, the research employs computational tools based on machine learning and data mining, using government and energy market data sources. The research methodology begins with the analysis of historical data related to the electricity market in Brazil, including policies, national guidelines and regulatory mechanisms. The research then uses machine learning and data mining tools to forecast the electricity market in the country. These forecasts are then compared with the horizon predicted by the Ten-Year Energy Expansion Plan 2030. The methodology used includes the execution of forecast models, highlighting the behavior of the energy market over time, using three different methods: Multilayer Neural Networks Perceptron (MLP), Gaussian Process Regression (GPR) and Linear Regression to project electrical generation by source in Brazil. The results indicate considerable growth in renewable sources in the national energy market until 2030, approaching the objective of the Ten-Year Energy Expansion Plan of reaching 90% renewability, covering sources such as hydroelectric, biomass, wind and solar. The Linear Regression method achieves 86% renewability, while the Gaussian Process Regression method achieves 90%, and the Multilayer Perceptron Neural Networks method reaches 88%. Likewise, the scenarios proposed for the Brazilian energy market intended to gradually increase the use of renewable sources in the electrical energy matrix and its growth potential. The projection of the electricity market forecast made it possible to identify market behavior patterns, allowing trends and changes in the market to be anticipated. These forecasts are intended to provide information to support the development of actions in the energy planning process, contributing to the transition to more sustainable and renewable sources of energy in Brazil. pt_BR
dc.language por pt_BR
dc.publisher Universidade Federal de Itajubá pt_BR
dc.rights Acesso Aberto pt_BR
dc.subject Sistemas energéticos pt_BR
dc.subject Energias renováveis pt_BR
dc.subject Políticas públicas energéticas brasileiras pt_BR
dc.title Metodologia de previsão na intensificação de energias renováveis no ambiente de expectativa para uma transição energética confiável pt_BR
dc.type Dissertação pt_BR
dc.date.available 2024-04-01
dc.date.available 2024-04-01T12:00:07Z
dc.date.accessioned 2024-04-01T12:00:07Z
dc.creator.Lattes http://lattes.cnpq.br/7548820773666227 pt_BR
dc.contributor.advisor1 MAYA, Diego Maurício Yepes
dc.contributor.advisor1Lattes http://lattes.cnpq.br/0457833115360417 pt_BR
dc.contributor.advisor-co1 COBAS, Vladimir Rafael Melian
dc.contributor.advisor-co1Lattes http://lattes.cnpq.br/3077963106849610 pt_BR
dc.description.resumo O presente estudo concentra-se no cenário energético brasileiro e destaca o aumento progressivo do uso de fontes renováveis na matriz de energia elétrica do país. O principal objetivo deste estudo é contribuir para a busca de soluções e impulsionar debates e reflexões sobre as ações futuras necessárias para o planejamento energético. Para isso, a pesquisa emprega ferramentas computacionais baseadas em machine learning e mineração de dados, utilizando fontes de dados governamentais e de mercado de energia. A metodologia da pesquisa começa com a análise de dados históricos relacionados ao mercado de energia elétrica no Brasil, incluindo políticas, diretrizes nacionais e mecanismos de regulação. Em seguida, a pesquisa utiliza ferramentas computacionais para projetar a previsão do mercado de energia elétrica no país. Essas previsões são então comparadas com o horizonte previsto pelo Plano Decenal de Expansão de Energia 2030. A metodologia empregada inclui a execução de modelos de previsão, destacando o comportamento do mercado energético ao longo do tempo, a partir de três métodos diferentes: Redes Neurais Multilayer Perceptron (MLP), Regressão do Processo Gaussiano (GPR) e Regressão Linear para projetar a geração elétrica por fonte no Brasil. Os resultados indicam um crescimento considerável das fontes renováveis no mercado energético nacional até o ano de 2030, aproximando-se do objetivo do Plano Decenal de Expansão de Energia de atingir 90% de renovabilidade, abrangendo fontes como hidrelétrica, biomassa, eólica e solar. O método de Regressão Linear alcança 86% de renovabilidade, enquanto o método de Regressão do Processo Gaussiano atinge 90%, e o método das Redes Neurais Multilayer Perceptron chega a 88%. Assim como, os cenários propostos intencionaram no crescimento gradual do uso de fontes renováveis na matriz de energia elétrica e no seu potencial de crescimento. A projeção da previsão do mercado de energia elétrica, possibilitou a identificação dos padrões de comportamento mercadológico, permitindo antecipar as tendências e mudanças no mercado. Essas previsões têm o propósito de fornecer informações para apoiar o desenvolvimento de ações no processo de planejamento energético, contribuindo para a transição para fontes mais sustentáveis e renováveis de energia no Brasil. pt_BR
dc.publisher.country Brasil pt_BR
dc.publisher.department IEM - Instituto de Engenharia Mecânica pt_BR
dc.publisher.program Programa de Pós-Graduação: Mestrado - Engenharia de Energia pt_BR
dc.publisher.initials UNIFEI pt_BR
dc.subject.cnpq CNPQ::ENGENHARIAS::ENGENHARIA MECÂNICA::ENGENHARIA DE ENERGIA pt_BR
dc.relation.references ABREU, Laís Gomes Barreto. Metodologia de previsão na intensificação de energias renováveis no ambiente de expectativa para uma transição energética confiável. 2023. 105 f. Dissertação (Mestrado em Engenharia de Energia) – Universidade Federal de Itajubá, Itajubá, 2023. pt_BR


Arquivos deste item

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples