TÉCNICAS DE MACHINE LEARNING PARA IDENTIFICAÇÃO DE DESVIOS DE PERFORMANCE EM PARQUES EÓLICOS

A potência gerada nas turbinas eólicos depende fortemente das condições ambientais, operacionais e da interação com turbinas e parques eólicos vizinhos. Uma das variáveis mais importantes para a análise da potência gerada é a velocidade do vento, esta explica a maior parte da variância da potência gerada, por outro lado, falhas de medição de vento, falhas nos sensores, etc. são bem comuns na operação de parques eólicos, portanto estimar a potência gerada sem considerar essa variável é de interesse do setor. Neste trabalho, utilizamos 2 anos de dados, com frequência de 10 minutos, provenientes do sistema SCADA de uma parque eólico do Reino Unido. Esse parque possui seis turbinas de potência nominal de 2.050 KW. Foi feito um tratamento inicial dos dados, com remoção de alguns outliers, e posteriormente foi utilizado a técnica de regularização Lasso para selecionar as variáveis mais importantes para o modelo. Após seleção das variáveis, foi utilizado um modelo polinomial de grau 3 com regularização Ridge devido a combinação da flexibilidade da regressão polinomial com a estabilidade e a robustez da regularização Ridge, esse método é útil para se evitar overfitting, que pode ocorrer facilmente em modelos polinomiais. Foi obtido excelentes coeficientes de determinação - R2 e baixos valores da Raíz do Erro Quadráico Médio - RMSE nos modelos de cada turbina.