Use este identificador para citar ou linkar para este item: http://hdl.handle.net/1843/35525
Tipo: Monografia (especialização)
Título: Aplicação de técnicas de estatística multivariada para construção de modelo de seleção de módulos fotovoltaicos
Título(s) alternativo(s): Application of multivariate statistics techniques for the construction of a photovoltaic module selection model
Autor(es): Marcone Dutra Mesquita
Primeiro Orientador: Sueli Aparecida Mingoti
Primeiro membro da banca : Ela Mercedes Medrado de Toscano
Segundo membro da banca: Roberto da Costa Quinino
Resumo: O objetivo desta monografia é propor agrupamento entre módulos fotovoltaicos presentes no mercado brasileiro, de modo a simplificar a comparabilidade entre esses equipamentos sob o ponto de vista do consumidor e permitir posicionamento comparativo de módulos sob a perspectiva dos fabricantes. Para isso são aplicadas metodologias de agrupamento pelos métodos de ligação simples, ligação completa, ligação média e Ward, com o intuito de se estimar o número de grupos formados por 79 módulos fotovoltaicos, levando em consideração sete tipos de características, sendo seis delas referentes à perspectiva técnica e uma delas (o preço) referente à perspectiva financeira. Após estimado o número de grupos a partir desses métodos, foi aplicado método não hierárquico de k-médias para validar a coerência do melhor agrupamento obtido entre os métodos hierárquicos testados. Apurou-se que a repartição em 5 grupos apresenta resultados adequados, principalmente ao se aplicar o método de k-médias. Foi concluído também que é possível agrupar pelo menos 4 das 7 variáveis analisadas, sem perda expressiva da qualidade da informação analisada (no caso as variáveis potência pico, geração média de energia, área e eficiência podem ser substituídas umas pelas outras – optou-se pelo enfoque à eficiência dentre essas variáveis, devido ao fato de ser consideravelmente emblemática quando se discute módulos fotovoltaicos). Essa redução do número de variáveis também vai de encontro com o objetivo de permitir comparações simples entre vários módulos fotovoltaicos.
Abstract: The objective of the following monograph is to propose the clustering of photovoltaic modules found in the Brazilian market, simplifying the comparability between these kinds of equipment considering the consumer point of view and allowing manufacturers to benchmark their products. To achieve this goal, clustering methods were applied, such as single-linkage, complete-linkage, average-linkage and Ward, with the intent of estimating the number of groups composed of 79 photovoltaic modules and considering 7 kinds of characteristics, being six of them indicatives of technical aspects of the modules and the seventh characteristic (the price) an indication of economic and financial perspective. Once estimated the number of groups following the aforementioned methods, the non-hierarchical clustering method of k-means is applied, in order to validate the clustering results comparatively from the best results obtained from the tested hierarchical clustering methods. In this monograph, it has been found that the clustering composed of 5 groups presents adequate results, especially when applied the k-means method. It has also been concluded that it is possible to cluster at least 4 of the 7 analyzed variables, with little loss of information quality (the variables peak power, average energy generation, area and efficiency can be replaced for a single variable – the efficiency was chosen between theses variables because of its emblematic nature). This reduction on the number of analyzed variables also goes in agreement with the objective of allowing the simplification of comparisons between photovoltaic modules.
Assunto: Estatistica
Teoria da estimativa
Idioma: por
País: Brasil
Editor: Universidade Federal de Minas Gerais
Sigla da Instituição: UFMG
Departamento: ICX - DEPARTAMENTO DE ESTATÍSTICA
Curso: Curso de Especialização em Estatística
Tipo de Acesso: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by/3.0/pt/
URI: http://hdl.handle.net/1843/35525
Data do documento: 2-Out-2020
Aparece nas coleções:Especialização em Estatística



Este item está licenciada sob uma Licença Creative Commons Creative Commons