Modelagem estatística em dados de energia solar

dc.contributor.advisorCastro, Bruno Monte de
dc.contributor.advisorLatteshttp://lattes.cnpq.br/7341704729463131pt_BR
dc.contributor.authorFeitosa, Leonardo Barros
dc.contributor.authorID0000-0003-2316-1512pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/4036732860699744pt_BR
dc.contributor.referees1Nunes, Marcus Alexandre
dc.contributor.referees1ID0000-0002-9956-4644pt_BR
dc.contributor.referees1Latteshttp://lattes.cnpq.br/2698100541879707pt_BR
dc.contributor.referees2Costa, Eliardo Guimarães da
dc.contributor.referees2ID0000-0003-4528-0379pt_BR
dc.contributor.referees2Latteshttp://lattes.cnpq.br/3160805152538713pt_BR
dc.date.accessioned2022-02-24T19:11:01Z
dc.date.available2022-02-24T19:11:01Z
dc.date.issued2022-02-09
dc.description.abstractNowadays, most of the energy used in the world comes from conventional sources (nonrenewable sources and fossil fuels such as petroleum, mineral coal and natural gas), however one of the main ways of generating clean energy is through solar energy, that in turn is an inexhaustible energy source. In the present work, we are interested in modeling the data from the solar energy generation in a residence located in Serra de São Bento-RN, using different distributions of probability. The distributions that will be used were chosen based on the set of data under study. The criteria for selection of the distribution that best fits to the data are the visual analysis of curves adjusted in relation to the empirical distributions, as well as application of the Akaike Information Criterion (AIC) and the Bayesian Information Criterion (BIC).pt_BR
dc.description.resumoNos dias atuais, a maior parte da energia utilizada no mundo vem das fontes convencionais (não renováveis como: combustíveis fósseis, petróleo, carvão mineral e gás natural), porém uma das principais formas de gerar energia limpa é por meio da energia solar, que por sua vez é uma fonte de energia inesgotável. Neste trabalho, estamos interessados em modelar os dados de geração de energia solar de uma residência localizada na Serra de São Bento-RN, utilizando diferentes distribuições de probabilidade. As distribuições que serão utilizadas foram escolhidas com base no conjunto de dados em estudo. Os critérios para seleção da distribuição que melhor se ajustou ao dados são a análise visual das curvas ajustadas em relação as distribuições empíricas, assim como a utilização do Critério de Informação Akaike (AIC) e do critério de Informação Bayesiana (BIC).pt_BR
dc.identifier.citationFEITOSA, Leonardo Barros. Modelagem estatística em dados de energia solar. 2022. 44 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Departamento de Estatística, Universidade Federal do Rio Grande do Norte, Natal, 2022.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/handle/123456789/46318
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEstatísticapt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programEstatísticapt_BR
dc.subjectenergia solarpt_BR
dc.subjectmodelagem estatísticapt_BR
dc.subjectAICpt_BR
dc.subjectBICpt_BR
dc.subjectdistribuição de probabilidadept_BR
dc.subjectestatísticapt_BR
dc.subjectstatisticspt_BR
dc.subjectsolar energypt_BR
dc.subjectprobability distributionpt_BR
dc.subjectstatistical modelingpt_BR
dc.titleModelagem estatística em dados de energia solarpt_BR
dc.title.alternativeStatistical modeling on solar energy datapt_BR
dc.typebachelorThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
ModelagemEstatísticaDadosdeEnergia_Feitosa_2022.pdf
Tamanho:
1.43 MB
Formato:
Adobe Portable Document Format
Descrição:
Trabalho de conclusão de curso: Modelagem Estatística em dados de Energia Solar.
Nenhuma Miniatura disponível
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.45 KB
Formato:
Item-specific license agreed upon to submission
Nenhuma Miniatura disponível
Baixar