Sistema para automatização do processo de limpeza dos dados de torres meteorológicas para estudos pré-construtivos, certificação do recurso eólico e da produção de energia de um parque eólico

Abstract

O crescimento da população e o aumento na demanda por eletricidade, juntamente com os esforços para reduzir as emissões de carbono nas fontes de energia, proporcionam um cenário promissor para o desenvolvimento de tecnologias no setor de energias renováveis. Além disso, um fator determinante para acelerar a transição energética é a meta estabelecida no Acordo de Paris das Nações Unidas. Para limitar o aumento da temperatura média global a 1,5°C em relação aos níveis pré-industriais, é crucial alcançar emissão zero de gases do efeito estufa até 2050. Especificamente no setor de energia eólica, estudos préconstrutivos desempenham um papel fundamental no desenvolvimento de novos parques eólicos, abrangendo desde a fase de viabilidade técnica e econômica até a certificação do recurso eólico. Com o objetivo de facilitar o rápido avanço de projetos de energia eólica na fase pré-construtiva, este trabalho se propõe a desenvolver um sistema para a limpeza de dados provenientes de torres anemométricas. Esse sistema serve como uma ferramenta valiosa para complementar o trabalho dos Engenheiros Eólicos. Foram utilizados dados públicos de torre anemométrica situada na Dinamarca. Para marcação de períodos anômalos, foi desenvolvido um Protocolo com diretrizes sobre quando uma medida deve ser marcada como anômala. Avaliou-se cinco abordagens – PCA, iForest, LSTM, TranAD e MSCRED – junto com um algoritmo de força bruta, que implementa o Protocolo, sendo que a LSTM apresentou os melhores resultados. Foram avaliadas as métricas Precisão, Revocação e F1-Score. Além disso, foi adotado um pós-processamento dos resultados das abordagens avaliadas e métricas ajustadas também são apresentadas. Com isso, a LSTM apresentou um F1-Score médio, com pós-processamento, de 0,8.

The growth of the population and the increase in demand for electricity, along with efforts to reduce carbon emissions in energy sources, provide a promising scenario for the development of technologies in the renewable energy sector. Additionally, a key factor in accelerating the energy transition is the goal set in the United Nations’ Paris Agreement. To limit the increase in the global average temperature to 1.5°C above pre-industrial levels, it is crucial to achieve zero greenhouse gas emissions by 2050. Specifically in the wind energy sector, pre-construction studies play a fundamental role in the development of new wind farms, covering everything from the technical and economic feasibility phase to the certification of wind resources. With the aim of facilitating the rapid advancement of wind energy projects in the pre-construction phase, this work proposes to develop a system for cleaning data from anemometric masts. This system serves as a valuable tool to complement the work of Wind Engineers. Public data from anemometric mast located in Denmark were used. For labeling anomalous periods, a Protocol was developed with guidelines on when a measurement should be marked as anomalous. Five approaches – PCA, iForest, LSTM, TranAD, and MSCRED – were evaluated along with a brute-force algorithm that implements the Protocol, with LSTM showing the best results. Precision, Recall, and F1-Score metrics were evaluated. Additionally, post-processing of the results of the evaluated approaches was adopted, and adjusted metrics are also presented. Thus, LSTM showed an average F1-Score, with post-processing, of 0.8.