Aplicação de Redes Neurais Artificiais na Predição de Geração de Energia Fotovoltaica no Nordeste do Brasil

Resumo

A geração de energia por meio de fontes sustentáveis ganha importância cada vez maior na atual configuração do mercado global. No Brasil a região Nordeste, por sua localização geográfica e características climáticas, apresenta maior estabilidade na produção de energia solar ao longo do ano. Por isso, se destaca entre as demais regiões e possui a maior capacidade instalada de usinas solares no território nacional. Desta forma, este trabalho tem como objetivo avaliar o uso de redes neurais artificiais como método para a predição de geração de energia fotovoltaica no Nordeste brasileiro. Para isso foram coletados e pré-processados os dados climáticos e de geração de energia disponíveis na cidade de Bom Jesus da Lapa/ Bahia. E, após processados, os resultados de predição obtidos por meio das redes Multilayer Perceptron (MLP) e Long Short-Term Memory (LSTM) foram comparados com os do método linear clássico ARIMA (Autoregressive Integrated Moving Average). Por fim, observa-se o bom resultado obtido pelas redes neurais como ferramentas para predição de energia fotovoltaica.