Pular para o conteúdo
Even3

Como funcionam as redes neurais LSTM na previsão solar

Trecho de 1 min 46 s de Análise de dados de incidência solar para previsão de geração de energia fotovoltaica, gravado no evento 2a Conferência Brasileira de Planejamento Experimental e Análise de Dados.

Assistir à gravação completaNo Even3 Conteúdos · 1 h 22 min

Sobre este trecho

O professor explica a arquitetura das redes neurais LSTM e por que sua memória temporal é ideal para prever dados de irradiação solar.

Vai de a da gravação.

O que é dito neste trecho

Para prever a radiação é proposta aqui a rede neural LSTM. O que que é a rede neural LSTM? Eh, o termo LSTM ele eh significa, na verdade, uma rede neural de memória de longo prazo. Long term, short term memory, ou seja, memória de longo prazo. Então essa rede neural ela consegue manipular dados históricos olhando não apenas para o último dado, mas também para a memória de dados passados anteriores ao último, que é justamente isso que a gente quer para representar aquela figura geométrica de radiação que eu mostrei agora há pouco. E o que que essa LSTM vai fazer? Ser treinada, é uma rede neural que é treinada com bases históricas para poder prever irradiações futuras. Prevendo irradiações futuras, eu vou utilizar isso para calcular potência fotovoltaica com base no modelo de regressão que eu mostrei e aí reduzir o tempo que eu preciso medir na etapa de determinação da economia. Então esses dados históricos aí foram obtidos do INMETE e o objetivo, portanto, é o que está em tela, prever a geração no contexto do período de determinação da economia e reduzir o tempo de acompanhamento. Bem, essa aqui é a estrutura de uma rede long short term memory, é a LSTM, eu comentei agora há pouco, que ela é adequada para classificar, processar e prever séries temporais com intervalos de tempo de duração desconhecida. Justamente porque ela tem aí uma capacidade de memorizar dados passados.

Outros trechos deste conteúdo