Mudanças entre as edições de "Tema de TCC de LUCAS COELHO RAUPP"

De MediaWiki do Campus São José
Ir para navegação Ir para pesquisar
(Criou página com '<center> ;TÍTULO DO TRABALHO; :Nome Completo do Estudante1; :Nome Completo do Professor Orientador2; :Nome Completo do Professor Coorientador3; :Trabalho realizado como p...')
 
Linha 1: Linha 1:
 
<center>
 
<center>
;TÍTULO DO TRABALHO;
+
;Desenvolvimento de uma Metodologia Para Detecção de Anomalias em Usinas Fotovoltaicas de Grande Porte;
  
:Nome Completo do Estudante1;  
+
: Lucas Coelho Raupp;  
:Nome Completo do Professor Orientador2;
+
: Mario de Noronha Neto, Dr.;
:Nome Completo do Professor Coorientador3;  
+
: Trabalho realizado como parte das atividades da disciplina TCC29009;
:Trabalho realizado como parte das atividades da disciplina TCC29009;
+
: 1 Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC;
:1Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC;
+
: 2 Professor do Departamento de Telecomunicações do Campus São José do IFSC;
:2Professor do Departamento de Telecomunicações do Campus São José do IFSC;
+
</center>
:3Professor do Departamento de Telecomunicações do Campus São José do IFSC;
+
 
 +
;Resumo: Diante da crescente demanda por fontes energéticas limpas, a energia solar tem se destacado globalmente por sua capacidade e eficiência. No</span>entanto, diversas anomalias tendem a afetar o rendimento de suas usinas, resultando em redução na geração de energia e acarretando desafios significativos para os operadores, que precisam dedicar esforços e recursos para identificar e corrigir tais problemas. Nesse contexto, este trabalho visa desenvolveruma metodologia baseada em algoritmos de Machine Learning (ML) para detectar, classificar e quantificar as possíveis anomalias em usinas fotovoltaicas de<span class="mw_htmlentity">grande porte.
  
</center>
 
  
;Resumo:  
+
;Palavras-chave: Energia solar. Usinas fotovoltaicas de grande porte. Anomalias.<span class="mw_htmlentity"></span>Machine Learning.  
No máximo 250 palavras.
 
Colar aqui o resumo do seu resumo expandido e depois de feito o projeto de TCC substituir pelo resumo do projeto de TCC.  
 
  
;Palavras-chave:
 
No mínimo, três e, no máximo, cinco.
 
  
;Arquivos do TCC:
+
;Arquivos do TCC: Postar aqui os arquivos do Resumo Expandido, Projeto de TCC e versão final do TCC. Troque o nome do arquivo pdf usando como sufixo o seu nome completo.
Postar aqui os arquivos do Resumo Expandido, Projeto de TCC e versão final do TCC. Troque o nome do arquivo pdf usando como sufixo o seu nome completo.
 
  
 
* [[Media: TCC1Resumo_expandido_LUCAS_COELHO_RAUPP.pdf| Resumo Expandido.pdf]]
 
* [[Media: TCC1Resumo_expandido_LUCAS_COELHO_RAUPP.pdf| Resumo Expandido.pdf]]

Edição das 12h09min de 4 de maio de 2024

Desenvolvimento de uma Metodologia Para Detecção de Anomalias em Usinas Fotovoltaicas de Grande Porte;
Lucas Coelho Raupp;
Mario de Noronha Neto, Dr.;
Trabalho realizado como parte das atividades da disciplina TCC29009;
1 Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC;
2 Professor do Departamento de Telecomunicações do Campus São José do IFSC;
Resumo
Diante da crescente demanda por fontes energéticas limpas, a energia solar tem se destacado globalmente por sua capacidade e eficiência. Noentanto, diversas anomalias tendem a afetar o rendimento de suas usinas, resultando em redução na geração de energia e acarretando desafios significativos para os operadores, que precisam dedicar esforços e recursos para identificar e corrigir tais problemas. Nesse contexto, este trabalho visa desenvolveruma metodologia baseada em algoritmos de Machine Learning (ML) para detectar, classificar e quantificar as possíveis anomalias em usinas fotovoltaicas degrande porte.


Palavras-chave
Energia solar. Usinas fotovoltaicas de grande porte. Anomalias.Machine Learning.


Arquivos do TCC
Postar aqui os arquivos do Resumo Expandido, Projeto de TCC e versão final do TCC. Troque o nome do arquivo pdf usando como sufixo o seu nome completo.