Previsão de potência solar utilizando métodos de simulação de Monte Carlo, K-Means e SVM: Um estudo de caso na região metropolitana de Vitória-ES
DOI:
https://doi.org/10.22279/navus.v16.2116Abstract
The study presents an approach to forecast the power generated by photovoltaic systems, taking into account the variability of cloud cover. Using a combination of Monte Carlo Simulation, the K-Means clustering method, and predictions with the SVM tool, solar radiation data from the metropolitan region of Vitória-ES were analyzed. The models proved to be effective, producing accurate forecasts with low error rates even under varying weather conditions. The results show that the use of real data and appropriate segmentation of weather scenarios allow for a better understanding of how solar radiation variation affects energy generation. This approach can significantly contribute to solar energy planning and optimization, highlighting the need for future studies that integrate new machine learning techniques to further improve forecasts.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Caroline Tedesco Santos, Ivaniel Fôro Maia, Augusto César Rueda Medina, Jussara Farias Fardin
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
O conteúdo da revista é de acesso público e gratuito, podendo ser compartilhado de acordo com os termos da Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil. Você tem a liberdade de compartilhar — copiar, distribuir e transmitir a obra, sob as seguintes condições:
a) Atribuição — a atribuição deve ser feita quando alguém compartilhar um de seus artigos e deve sempre citar o nome da revista e o endereço do conteúdo compartilhado.
b) Uso não-comercial — você não pode usar esta obra para fins comerciais.
c) Vedada à criação de obras derivadas — você não pode alterar, transformar ou criar em cima desta obra.
Ficando claro que:
Renúncia — qualquer das condições acima pode ser renunciada se você obtiver permissão do titular dos direitos autorais. Domínio Público — onde a obra ou qualquer de seus elementos estiver em domínio público sob o direito aplicável, esta condição não é, de maneira alguma, afetada pela licença.
Outros Direitos — os seguintes direitos não são, de maneira alguma, afetados pela licença:
- Limitações e exceções aos direitos autorais ou quaisquer usos livres aplicáveis;
- os direitos morais do autor;
- direitos que outras pessoas podem ter sobre a obra ou sobre a utilização da obra, tais como direitos de imagem ou privacidade.
Aviso — para qualquer reutilização ou distribuição, você deve deixar claro a terceiros os termos da licença a que se encontra submetida esta obra.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores.
Os trabalhos publicados passam a ser propriedade da revista Navus: Revista de Gestão e Tecnologia que deve ser consignada a fonte de publicação original. Os originais não serão devolvidos aos autores.
As opiniões emitidas pelos autores nos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada sob uma Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil.
