Avaliação de algoritmos de treinamento para redes neurais artificiais para previsão temporal de geração fotovoltaica

espanolPoliticas energeticas actuales han animado a la conexion de los generadores de energia basados en tecnologias poco contaminantes, especialmente los que utilizan fuentes renovables en redes de distribucion. En consecuencia, se hace muy importante entender los desafios tecnicos en vista de la alta penetracion de PV de los sistemas fotovoltaicos en la red, especialmente teniendo en cuenta los efectos intermitentes de esta fuente en la calidad de la energia, la fiabilidad y la estabilidad del sistema de distribucion electrica. Esto puede afectar a las redes de distribucion que estan conectados, causando fluctuaciones de tension, baja tension y frecuencia. Con el fin de proporcionar estos trastornos, se hace uso de redes neuronales artificiales. Este articulo tiene como objetivo analizar 3 algoritmos de entrenamiento utilizados en las redes neuronales artificiales para la prediccion temporal de la potencia activa generada por las placas fotovoltaicas. Como resultado, se concluye que el algoritmo con un rendimiento mejorado en comparacion con los 3 se analizo Levenberg-Marquardt Englishpolluting technologies, mainly those using renewable sources, to distribution networks. Hence, it becomes increasingly important to understand technical challenges, facing high penetration of PV systems at the grid, especially considering the effects of intermittence of this source on the power quality, reliability and stability of the electric distribution system. This fact can affect the distribution networks on which they are attached causing overvoltage, undervoltage and frequency oscillations. In order to predict these disturbs, artificial neural networks are used. This article aims to analyze 3 training algorithms used in artificial neural networks for temporal prediction of the generated active power thru photovoltaic panels. As a result it was concluded that the algorithm with the best performance among the 3 analyzed was the Levenberg-Marquadrt portuguesPoliticas energetica atuais vem encorajando a conexao de geradores de energia baseados em tecnologias de baixa poluicao, principalmente aqueles que utilizam fontes renovaveis, em redes de distribuicao. Consequentemente, se torna muito importante o entendimento dos desafios tecnicos, tendo em vista alta penetracao fotovoltaica de sistemas fotovoltaicos na rede, especialmente considerando-se os efeitos intermitentes dessa fonte na qualidade da energia, confiabilidade e estabilidade do sistema eletrico de distribuicao. Esse fato pode afetar as redes de distribuicao em que estao conectados, causando sobretensoes, subtensoes e oscilacoes de frequencia. De maneira a prever esses disturbios, utilizam-se as redes neurais artificiais. Esse artigo tem como objetivo analisar 3 algoritmos de treinamento utilizados em redes neurais artificiais para a previsao temporal de potencia ativa gerada por placas fotovoltaicas. Como resultado, conclui-se que o algoritmo com melhor desempenho em relacao aos 3 analisados foi o Levenberg-Marqdart