MeanShift para Densificação de Dados Aplicado à Previsão de Geração de Energia Eólica

Abstract

The forecast of wind energy generation is used by many energy companies in order to safely estimate the wind resource and in this way guarantee both the company and the consumer the increase in revenue and the supply of energy from a renewable source over a period of time. Some techniques were developed for this purpose and allow estimating the wind resource and the energy generated for a few hours, days or even weeks. In this work, an information theoretic learning technique for the densification of a wind measurement database is presented, generating new data with the same probability density function of the original set until obtaining the mode of the set, using these virtual data as scenarios of the forecast. Resumo: A previsão de geração de energia eólica é usada por muitas empresas de energia com a finalidade de estimar com segurança o recurso eólico, e desta forma garantir tanto para a empresa quanto ao consumidor o aumento da receita e o fornecimento de energia de fonte renovável durante um período de tempo. Muitas técnicas foram desenvolvidas com este objetivo e permitem estimar o recurso eólico e a energia gerada desde algumas horas, dias ou mesmo semanas. Neste trabalho é apresentado uma técnica baseada em teoria da informação para a densificação de uma base de dados de medições de vento, gerando novos dados com a mesma função densidade de probabilidade do conjunto original até obter a moda do conjunto, utilizando estes dados virtuais como cenários de previsão.