MAPAS COGNITIVOS FUZZY APLICADOS NO RENDIMENTO DE DIFERENTES FONTES ENERGÉTICAS MUNDIAIS, EM ESPECIAL PARA O BRASIL

Autores

Resumo

: A geração de energia elétrica, em especial no Brasil, e em outros países que não são de primeiro mundo como os Estados Unidos e grande maioria da Europa, por exemplo. Energia elétrica tem sido um problema desde alguns anos. Na maioria dos estados do Brasil, a principal fonte de energia são as hidroelétricas, devido a alguns fatores, como a geografia, por exemplo, porém em épocas de pouca chuva são insuficientes para a demanda do país, acarretando na utilização de outras fontes, em especial as termoelétricas. Esse tipo de fonte de energia, entretanto, está associado a altos índices de poluição e maiores custos que são repassados à população. Uma possível solução seria a construção de usinas nucleares, a exemplo de países como China e Índia, aonde dezenas de usinas encontram-se em desenvolvimento. A geração de energia possui muitos fatores a serem considerados tais como, custo benefício, impacto ambiental, possibilidade e viabilidade da instalação, confiabilidade, entre outros. Posto isso, esse trabalho utiliza uma ferramenta computacional inteligente que, a partir de dados qualitativos, colhidos pelos autores, professores da UTFPR, os quais tiveram maior peso nas médias, devido experiência dos mesmos, do que e opiniões dos alunos da disciplina de conservação de energia da UTFPR-CP. Desse modo, foi possível coletar análise e perspectivas diferentes tipos de características de cada tipo de geração de energia para se chegar a um valor quantitativo para tentar encontrar qual a melhor opção de geração, em especial para o Brasil, O trabalho se encerra com uma proposta de viabilidade baseada nos aspectos analisados e nos valores encontrados para as relações de causa e efeito do modelo cognitivo fuzzy empregado. E, finalmente sugere futuros trabalhos.

Biografia do Autor

Lillyane Rodrigues Cintra Moura, UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA MECÂNICA

Referências

ANNEL. National Electrical Energy Agency. Disponível em http://www2.aneel.gov.br. Acesso em: 28 jul. 2020

BP (London). Statistical Review of World Energy. [S. l.: s. n.], 2016. Workbook (xlsx). Disponível em: https://www.bp.com/en/global/corporate/energy- economics/statistical-review-of-world-energy.html. Acesso em: 19 jun. 2019.

DO BRASIL, Atlas Solarimétrico. banco de dados solarimétricos/coordenador Chigueru Tiba... et al. Recife: Ed. Universitária da UFPE, 2000.

JETTER, A.; SCHWEINFORT, W. Building scenarios with Fuzzy Cognitive Maps: An exploratory study of solar energy. Futures, v. 43, n. 1, p. 52-66, 2011.

KOSKO, B. et al. Fuzzy cognitive maps. International journal of man-machine studies, v. 24, n. 1, p. 65-75, 1986.

MARIZ, C. H. da C. Novas usinas nucleares no Brasil: Uma necessidade para o desenvolvimento do país. Associação Brasileira de Energia Nuclear (Aben). 2015. Disponível em: http://www.aben.com.br/Arquivos/402/402.pdf . Acesso em: 06 set. 2020.

MAZZUTO, G. et al. Fuzzy Cognitive Maps designing through large dataset and experts’ knowledge balancing. In: 2018 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE). IEEE, 2018. p. 1-6.

MENDONÇA, M. et al. A dynamic fuzzy cognitive map applied to chemical process supervision. Engineering Applications of Artificial Intelligence, v. 26, n. 4, p. 1199-1210, 2013.

MENDONÇA, M. et al. Semi-Unknown Environments Exploration Inspired by Swarm Robotics using Fuzzy Cognitive Maps. IEEE International Conference on Fuzzy Systems (FUZZ-IEEE). 2019.

NÁPOLES, G.; BELLO, R.; VANHOOF, K.. Learning stability features on sigmoid fuzzy cognitive maps through a swarm intelligence approach. In: Iberoamerican Congress on Pattern Recognition. Springer, Berlin, Heidelberg, 2013. p. 270-277.

NDOUSSE, T. D.; OKUDA, T. Computational intelligence for distributed fault management in networks using fuzzy cognitive maps. In: Proceedings of ICC/SUPERCOMM'96-International Conference on Communications. IEEE, 1996. p. 1558-1562.

PAPAGEORGIOU, E. I. (Ed.). Fuzzy cognitive maps for applied sciences and engi-neering: from fundamentals to extensions and learning algorithms. Springer Science & Business Media, 2013

PARSOPOULOS, K. E. et al. A first study of fuzzy cognitive maps learning using particle swarm optimization. In: The 2003 Congress on Evolutionary Computation, 2003. CEC'03. IEEE, 2003. p. 1440-1447.

PAUSCHERT, D. Study of Equipment Prices in the Power Sector. Washington, D.C. 20433, U.S.A. All: ESMAP Technical Paper 122/09 Study, 2009.

PEDRYCZ, W. et al. Genetic learning of fuzzy cognitive maps. Fuzzy Sets and Systems, v. 153, n. 3, p. 371–401, 2005.

PROEST. Power Plant Construction Costs. [S. l.], 6 ago. 2018. Disponível em: https://www.proest.com/power-plant-construction-costs/. Acesso em: 22 jun. 2019.

SAMPER, M. E.; VARGAS, A.; RIVERA, S. Fuzzy assessment of electricity generation costs applied to distributed generation. Comparison with retail electricity supply costs. In: 2008 IEEE/PES Transmission and Distribution Conference and Exposition: Latin America. IEEE, 2008. p. 1-7.

SILVA, J. et al. Implementation of a photovoltaic panel to supply electric cars energy demands. Brazilian Archives of Biology and Technology. Vol. 61, 2018.

TESFAMICAEL, A. D. l et al. A Design for a Secure Energy Market Trading System in a National Wholesale Electricity Market. IEEE Access, 2020.

U.S. ENERGY INFORMATION ADMINISTRATION. Cost and Performance Characteristics of New Generating Technologies, Annual Energy Outlook 2019. Annual Energy Outlook 2018, v. 2019, n. January, p. 1–3, 2019.

W., P. B. et al. ANNEX II-Methodol. [s.l.] IPCC Special Report on Renewable Energy Sources and Climate Change Mitigation, 2011.

YESIL, E. et al. Fuzzy cognitive maps learning using artificial bee colony optimization. In: 2013 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE). IEEE, 2013. p. 1-8.

ZHENG, Z.; LI, F. Assessment of carbon dioxide efficiencies for UK's electricity generation. In: 2011 IEEE Power and Energy Society General Meeting. IEEE, 2011. p. 1-5.

Downloads

Publicado

29.01.2021

Edição

Seção

Artigos Científicos