Skip to content

This project aims to analyze and predict wind speed using exploratory data analysis (EDA) techniques and recurrent neural networks with Seq2Seq architecture and attention mechanism.

Notifications You must be signed in to change notification settings

Perebati/tcc-wind-profile-analysis-forescating

Repository files navigation

🌪️ Análise e Previsão do Perfil Eólico - Delta do Maranhão

UNIFEI ANEEL

Estudo abrangente do perfil eólico no Parque Eólico Delta do Maranhão, desenvolvido em parceria com a Universidade Federal de Itajubá (UNIFEI) e a Agência Nacional de Energia Elétrica (ANEEL). Este projeto combina análise exploratória avançada com modelagem preditiva de última geração para compreender e prever o comportamento do vento.

📊 Estrutura do Projeto

O estudo está dividido em duas partes complementares:

Investigação detalhada do perfil eólico, revelando:

  • Correlação moderada entre velocidade e direção do vento
  • Influência significativa da umidade relativa do ar na velocidade do vento
  • Padrões cíclicos diários na velocidade do vento
  • Definição da janela ideal de análise: 12 horas (72 índices)
  • Forte correlação temporal entre t e t-72, validando a escolha da janela de análise

Implementação de um modelo de previsão avançado:

  • Arquitetura Sequence-to-Sequence (Seq2Seq) com mecanismo de atenção
  • Previsão de 6 horas à frente (36 índices)
  • Capacidade comprovada de detecção de anomalias

Resultados Notáveis

  • MAE: 0.1589 m/s (erro médio absoluto)
  • MSE: 0.0447 (erro quadrático médio)
  • RMSE: 0.2115 m/s (raiz do erro quadrático médio)

🎯 Objetivos Alcançados

  1. Compreensão Aprofundada

    • Identificação de padrões climáticos
    • Correlações entre variáveis meteorológicas
    • Ciclos diários de velocidade do vento
  2. Previsão Precisa

    • Horizonte de previsão de 6 horas
    • Alta precisão na detecção de anomalias
    • Métricas de erro excepcionalmente baixas
  3. Aplicação Prática

    • Ferramenta para otimização operacional
    • Suporte à tomada de decisão
    • Monitoramento em tempo real

🔧 Como Utilizar

  1. Clone o repositório com submódulos:
git clone --recursive https://github.com/seu-usuario/wind-profile-study.git
  1. Acesse cada submódulo para instruções específicas:
  • cd EDA_WindProfile para análise exploratória
  • cd Wind-Speed-Forecasting para modelo preditivo

📚 Documentação

Cada submódulo contém documentação detalhada sobre:

  • Metodologia aplicada
  • Conjunto de dados utilizados
  • Procedimentos de análise/modelagem
  • Resultados e interpretações

🤝 Parcerias

Este projeto é resultado da colaboração entre:

  • UNIFEI: Suporte acadêmico e metodológico
  • ANEEL: Diretrizes regulatórias e aplicação prática
  • Parque Eólico Delta do Maranhão: Fornecimento de dados e validação

📄 Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.


Desenvolvido como parte de uma iniciativa de pesquisa acadêmica em energia renovável, com foco em otimização de parques eólicos.

About

This project aims to analyze and predict wind speed using exploratory data analysis (EDA) techniques and recurrent neural networks with Seq2Seq architecture and attention mechanism.

Resources

Stars

Watchers

Forks