Este trabalho tem como objetivo discutir de forma sucinta a ferramenta matemática conhecida como redes neurais artificiais e algumas aplicações naárea de energias renováveis. Inicialmente, o trabalho descreve a relevância desta ferramenta estatística nas diversasáreas do conhecimento e, posteriormente, conceitua e descreve as principais configurações possíveis de uma rede neural artificial. Por fim, o trabalho demonstra a aplicação da ferramenta para o levantamento de disponibilidade de recursos de energia solar no Brasil a partir de dados de superfície coletados em estações da rede SONDA operada pelo Centro de Ciência do Sistema Terrestre do Instituto Nacional de Pesquisas Espaciais. Os resultados obtidos até o momento mostram que as redes neurais podem fornecer estimativas com a confiabilidade necessária para avaliação da disponibilidade de energia solar e com melhor desempenho que outras técnicas estatísticas utilizadas na literatura. Palavras-chave: energia solar, redes neurais artificiais, modelagem atmosférica, modelos de mesoescala.This work aims at discussing the artificial neural networks (ANN) and some applications in renewable energy assessment. First, the paper describes the statistical relevance of this tool in different areas of knowledge and the main ANN concepts and configurations. Finally, the paper presents and discusses the use of ANN for the solar energy assessment in Brazil by using data collected in SONDA sites operated by the Center for Earth System Science of the Brazilian Institute for Space Research. The results show that ANN can provide reliable estimates with better performance than other statistical tools.
e ao INPE/MCT pelo apoio ao Projeto SONDA. Da mesma forma, agradeço à FINEP-Financiadora de Estudos e Projetos, pelo financiamento do Projeto SONDA (Processo número 22.01.0569.00), à Petrobrás, por patrocinar o Projeto SONDA, ao CPTEC/INPE por disponibilizar os recursos necessários para o pleno desenvolvimento deste trabalho e a toda equipe nacional do Projeto SONDA. Agradeço ao Dr. Fernando Ramos Martins, pesquisador do DMA/CPTEC/INPE-MCT, por sempre estar disposto a esclarecer dúvidas e oferecer sugestões que enriquecessem o conteúdo deste trabalho. Um obrigado especial ao Dr. Nelson Jorge Schuch, mentor e criador do Centro Regional Sul de Pesquisas Espaciais e do Laboratório de Recursos de Energias Renováveis, em Santa Maria, por acreditar na capacidade do Bolsista, orientar e auxiliálo no seu desenvolvimento pessoal e profissional, dedicando-lhe grande parte do seu tempo. Outro obrigado muito especial aos colegas Daniel Vinícius Fiorin, Márcio Ceconi e Alexandre Ceretta Dalla Favera do Laboratório de Recursos de Energias Renováveis-LRER/CRS/CIE/INPE-MCT pela amizade, companheirismo e pelo apoio incondicional no desenvolvimento deste Projeto de Pesquisa. Agradeço aos meus amigos e à minha família, principalmente à minha mãe Teresinha Mueller Brackmann e ao meu pai Selmiro Brackmann que, apesar da distância física que nos separa, entre Santa Maria e Teutônia, RS, sempre acreditaram em mim, me incentivando e me ajudando a vencer todos os obstáculos e a seguir em frente.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.