Banca de QUALIFICAÇÃO: YAGO FRAGA FERREIRA BRANDÃO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: YAGO FRAGA FERREIRA BRANDÃO
DATA : 31/01/2024
LOCAL: Remoto
TÍTULO:

USO DE MACHINE LEARNING PARA A ANÁLISE DAS CORRELAÇÕES DA UTILIZABILIDADE DA RADIAÇÃO SOLAR


PALAVRAS-CHAVES:

Índice de Clareza, Modelagem, Coletores Solar, Utilizabilidade, Machine Learning


PÁGINAS: 23
RESUMO:

A utilizabilidade é definida como a fração da radiação solar incidente total que é recebida em uma intensidade superior ao nível crítico de radiação, sendo este nível crítico é o valor suficiente para que a radiação absorvida seja igual às perdas de energia do coletor. O método de utilizabilidade requer o conhecimento da temperatura do fluido de entrada do coletor, que deve ser conhecida, seja fixa ou estimada e os níveis críticos de radiação podem ser determinados.

o método é capaz de obter a fração da radiação total do mês que está acima do nível crítico, utilizando uma análise de dados meteorológicos horários. Como assunto interdisciplinar que abrange ciência da computação, matemática, estatística e engenharia, o aprendizado de máquina ( machine learning) dedica-se a otimizar o desempenho de programas de computador usando dados ou experiência anterior, o que também é uma das direções importantes do desenvolvimento da inteligência artificial.
 
Os modelos de machine learning (ML) podem ser usados para prever propriedades específicas de novos materiais sem a necessidade de caracterização dispendiosa; podem gerar novas estruturas materiais com propriedades desejadas; podem compreender os padrões de utilização e produção de energia renovável; e podem ajudar a informar a política energética, otimizando a gestão de energia tanto ao nível dos dispositivos como da rede.
Tendo em vista os cenários atuais de energia solar e machine learning e notando a importância de uma previsão precisa de resultados, este trabalho propõe a utilização de machine learning na obtenção da razão de utilizabilidade da radiação solar para determinar um resultado preciso deste parâmetro de forma a melhorar o planejamento e uso de sistemas que utilizem energia solar



MEMBROS DA BANCA:
Externo à Instituição - CARLOS ANTONIO CABRAL DOS SANTOS - UFPB
Interno - ***.889.084-** - JOSE ANGELO PEIXOTO DA COSTA - IFPE
Presidente - 1130688 - JOSE CARLOS CHARAMBA DUTRA
Notícia cadastrada em: 18/01/2024 16:35
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2024 - UFRN - sigaa01.ufpe.br.sigaa01