Use este identificador para citar ou linkar para este item:
https://bia.ifpi.edu.br/jspui/handle/123456789/5929| Tipo: | Trabalho de Conclusão de Curso |
| Título: | Modelagem preditiva do crescimento do setor de energia solar no Piauí |
| Título(s) alternativo(s): | Predictive modeling of the solar energy sector growth in Piauí |
| Autor: | Mesquita, Vinícius Mendes de |
| Orientador(a): | Silva, Antônio de Alencar Costa |
| metadata.dc.contributor.advisor-co1: | Abreu, Maria Hellem Teixeira |
| metadata.dc.contributor.referee1: | Silva, Antônio de Alencar Costa |
| metadata.dc.contributor.referee2: | Barros, Anderson dos Reis |
| metadata.dc.contributor.referee3: | Linhares, Danillo Moretti Godinho |
| metadata.dc.contributor.referee4: | Abreu, Maria Hellem Teixeira |
| Resumo: | As mudanças climáticas e o aumento da emissão dos gases responsáveis pelo efeito estufa têm impulsionado a busca por fontes de energia sustentáveis, a fim de amenizar as mudanças climáticas. No Brasil, a energia solar tem ganhado mais espaço como uma das principais fontes de expansão da matriz elétrica nacional. Nesse contexto, soluções baseadas em machine learning vêm sendo desenvolvidas com a finalidade de auxiliar a tomada de decisão sobre as tendências de crescimento do setor de energia solar. O presente trabalho aborda o desenvolvimento de um modelo de machine learning capaz de estimar a potência instalada (medida em kW) utilizando dados de geração de energia solar do Piauí. Esta pesquisa pode ser um complemento a outras pesquisas que buscam desenvolver soluções utilizando modelos de machine learning para setor de energia solar, como também, servir de referência para pesquisas que buscam implementar machine learning em outros contextos de geração de energias renováveis. |
| Abstract: | Climate change and the rising emission of greenhouse gases have driven the search for sustainable energy sources in order to mitigate climate change. In Brazil, solar energy has gained increasing prominence as one of the main sources driving the expansion of the national electricity grid. Within this context, machine learning-based solutions have been developed to support decisionmaking regarding growth trends in the solar energy sector. This study addresses the development of a machine learning model capable of estimating installed power capacity (measured in kW) using solar energy generation data from the state of Piauí. This research may serve as a complement to other studies seeking to develop machine learning-based solutions for the solar energy sector, and may also serve as a reference for research aiming to apply machine learning in other contexts of renewable energy generation, thereby contributing to a broader understanding of sustainable energy planning across the country overall. |
| Palavras-chave: | Machine learning Energia solar Potência instalada Energias renováveis |
| Cnpq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| metadata.dc.language: | por |
| País: | Brasil |
| Editor: | Instituto Federal de Educação, Ciência e Tecnologia do Piauí |
| Sigla: | IFPI |
| Unidade: | Campus Pedro II |
| Tipo de acesso: | Acesso Aberto |
| URI: | https://bia.ifpi.edu.br/jspui/handle/123456789/5929 |
| Data do documento: | 2026 |
| Aparece nas coleções: | Tecnologia em Análise e Desenvolvimento de Sistemas - Pedro II |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2026_tcc_vmmesquita.pdf | 322.57 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
