TY - JOUR AU - Leandro de Oliveira AU - José Airton Azevedo dos Santos PY - 2023/04/23 Y2 - 2024/03/28 TI - Um estudo comparativo da aplicação de redes neurais artificiais na previsão de geração eólica JF - REVISTA CEREUS JA - Rev. Cereus VL - 15 IS - 1 SE - Artigos DO - UR - http://www.ojs.unirg.edu.br/index.php/1/article/view/4067 AB - O presente trabalho tem como objetivo comparar modelos, de redes neurais artificiais, para previsão de geração eólica. A base de dados fornecida pelo Operador Nacional do Sistema Elétrico (ONS) apresenta uma série histórica de geração de energia, do parque eólico de Icaraizinho, no Ceará, no período entre 2010 e 2020. Modelos de previsão, baseados em redes neurais LSTM (Bidirectional Long Short Term Memory), GRU (Gated Recurrent Units), CNN (Convolutional neural network) e BIGRU-CNN (Bidirectional Gated Recurrent Units - Convolutional neural network), foram implementados na linguagem python, utilizando o framework Keras. Resultados obtidos, dos quatro modelos, foram comparados por meio das métricas RSME (Root Mean Squared Error), MAPE (Mean Absolute Percent Error) e MAE (Mean Absolute Error). Verificou-se, para um horizonte de curto prazo, que o modelo híbrido BIGRU-CNN apresentou melhor desempenho. ER -