Previsão de Energia Solar Usando Aprendizado Profundo Híbrido: Aprimoramento de Desempenho com Modelagem Aleatória de Floresta-BiLSTM e Conjunto

Summary

Este estudo avança o desempenho das usinas solares concentradas por meio de análise abrangente de dados e metodologias de correção de erros. Ao integrar análise de espectro, otimização da eficiência térmica e modelos híbridos de aprendizado de máquina, a pesquisa oferece estratégias práticas para aumentar a eficiência operacional e a confiabilidade, apoiando assim o papel da energia solar como fonte de energia sustentável.

Abstract

A previsão precisa de energia solar é fundamental para a integração da rede e a estabilidade operacional dos sistemas de energia renovável. Este estudo apresenta uma abordagem híbrida de conjunto de aprendizado profundo para prever a geração solar, capturando dependências temporais complexas em dados de irradiância. Cinco arquiteturas híbridas foram avaliadas: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer, cada uma combinando componentes convolucionais ou recorrentes para extrair características espaciais e sequenciais de séries temporais históricas. O modelo RF-BiLSTM alcançou o melhor desempenho individual com R² = 0,6568, MAE = 30.728 W e MSE = 1,81 × 10⁹ W². Um modelo de conjunto integrando as três principais arquiteturas usando média ponderada inversa por MAE demonstrou desempenho superior com R² = 0,6933, MAE = 28.809,89 W e MSE = 1,53 × 10⁹ W², reduzindo o erro de previsão em 6,2% em comparação ao melhor modelo individual. A estrutura conjunta proposta equilibra efetivamente os pontos fortes dos modelos, aprimora a robustez das previsões e oferece uma solução escalável e orientada por dados para previsão de energia renovável em redes inteligentes e sistemas de gestão de energia.

Introduction

A acelerada transição global para energia renovável posicionou a energia solar como uma fonte fundamental na matriz energética sustentável. À medida que os países se comprometem cada vez mais com a descarbonização de seus sistemas energéticos, a tecnologia fotovoltaica solar (PV) tem apresentado crescimento exponencial devido à sua escalabilidade, queda de custos e benefícios ambientais. No entanto, a ampla integração da energia solar nas redes elétricas nacionais e regionais apresenta desafios significativos, principalmente devido à sua natureza intermitente e dependente do clima. A irradiância solar é influenciada por uma variedade de fatores ambientais, incluindo cobertura de nuvens, condições atmosféricas, mudanças sazonais e ciclos diurnos, todos introduzindo variabilidade e incerteza na geração de energia solar. Essa variabilidade inerente complica a tarefa de balanceamento da rede e planejamento do sistema de energia. Os operadores devem prever com precisão a produção de energia solar para garantir a alocação ideal de recursos, reduzir a dependência de sistemas de backup baseados em combustíveis fósseis, evitar sobrecarga ou subutilização da infraestrutura e manter a estabilidade geral da rede. À medida que a penetração da energia solar aumenta, a necessidade de modelos de previsão robustos, confiáveis e precisos torna-se ainda mais urgente. Previsões solares precisas de curto prazo e para o dia seguinte são particularmente críticas para aplicações como participação no mercado de energia, despacho de carga, agendamento de baterias e gerenciamento de microrredes¹.

Métodos tradicionais de previsão, como modelos físicos baseados em dados meteorológicos e técnicas estatísticas de séries temporais (por exemplo, ARIMA, suavização exponencial), frequentemente falham em capturar o comportamento não linear e dinâmico da geração solar. Esses modelos tendem a se basear em suposições lineares, recursos artesanais ou simulações detalhadas de clima, o que limita sua escalabilidade e adaptabilidade a padrões em mudança nos dados^{solares 2}. Em contraste, os modelos de aprendizado profundo (DL) surgiram como uma abordagem transformadora na previsão de séries temporais. Esses métodos orientados por dados podem aprender automaticamente características complexas e dependências temporais diretamente a partir dos dados brutos de entrada, sem exigir engenharia explícita de características ^3,4.

Entre as arquiteturas mais amplamente utilizadas estão as Redes Neurais Recorrentes (RNNs) e suas variantes aprimoradas, como a Memória Longa de Curto Prazo (LSTM) e as redes Gated Recurrent Unit (GRU). Esses modelos são projetados para capturar dependências sequenciais e relações temporais de longo prazo em dados de séries ^{temporais 2,5,6}. Enquanto isso, Redes Neurais Convolucionais (CNNs) demonstraram fortes capacidades em extração de características espaciais e foram adaptadas para processar dados temporais por meio de convoluções 1D, particularmente em configurações^{híbridas 7,8}. Modelos híbridos DL, que combinam as forças de diferentes arquiteturas como CNNs e RNNs, ganharam força na previsão solar devido à sua capacidade de extrair dependências locais e de longo prazo a partir de dados de séries ^{temporais 7,8,9}

Por exemplo, modelos CNN-LSTM ou CNN-BiLSTM aplicam camadas convolucionais para pré-processar e filtrar a sequência de entrada antes de alimentá-la em camadas recorrentes, resultando em aprendizado mais eficiente e^{preciso 9,10}. Diversos estudos demonstraram a superioridade das arquiteturas híbridas em relação aos modelos independentes. Pesquisas usando modelos híbridos SSA-RNN-LSTM alcançaram reduções significativas nas métricas de erro em múltiplas tecnologias fotovoltaicas, mostrando melhorias de 15-23% no RMSE em comparação com abordagens híbridas^{alternativas 9}. De forma semelhante, as arquiteturas CNN-LSTM superaram tanto as abordagens padrão de aprendizado de máquina quanto os modelos únicos de aprendizado profundo em múltiplas métricas de avaliação quando aplicadas a dados reais de energia^{solar 10}. A eficácia dos métodos híbridos baseados em decomposição também foi estabelecida, onde a decomposição de pacotes wavelet combinada com redes LSTM demonstrou desempenho superior em relação aos modelos individuais LSTM, RNN, GRU e MLP na previsão de potência fotovoltaica com uma hora^{de antecedência 2}. Na previsão de energia eólica, modelos híbridos que combinam camadas convolucionais com redes GRU alcançaram melhorias notáveis em previsões de muito curto prazo, com validação em múltiplos locais confirmando sua robustez e^{generalização 7}. Além disso, mecanismos baseados em atenção, como os Transformers, oferecem potencial adicional ao focar seletivamente em segmentos de entrada relevantes ao longo de passos de tempo. Investigações recentes sobre híbridos CNN-LSTM-Transformer alcançaram taxas de erro excepcionalmente baixas, representando esforços pioneiros para incorporar redes Transformers em modelos híbridos para previsão de energia^{solar 11}.

O sucesso dos modelos híbridos vai além das combinações arquitetônicas, incluindo técnicas de pré-processamento e adaptações especializadas para condições do mundo real. Técnicas de decomposição de sinais têm se mostrado valiosas para capturar as características multiescala da geração de energia fotovoltaica, melhorando a precisão das previsões por meio de melhor representação dos padrões^{temporais 2}. Para usinas solares industriais operando sob condições de limitação, abordagens aprimoradas baseadas em LSTM, incorporando pré-processamento especializado, alcançaram reduções significativas de erro ao corrigir inconsistências de^{dados 12}. O impacto da qualidade dos dados de entrada também foi examinado, revelando diferenças substanciais de desempenho ao usar dados meteorológicos históricos versus previstos, com técnicas inovadoras de engenharia de características ajudando a mitigar perdas de precisão sob condições de entrada^{imperfeitas 6}. Abordagens de aprendizado de máquina demonstraram ainda mais eficácia em sistemas conectados à rede, mostrando potencial para reduzir a dependência da capacidade convencional de reserva de rotação por meio de previsões^{precisas 13}. Trabalhos fundamentais anteriores estabeleceram a viabilidade das redes neurais artificiais para diversas aplicações de energia solar, demonstrando sua capacidade de lidar com dados ruidosos e incompletos enquanto fornecem previsões rápidas uma vez^{treinadas 3,4,14}. Pesquisas sobre horizontes ótimos de previsão e abordagens de entrada mínima forneceram orientações práticas para o projeto e implantação de sistemas em regiões com poucos dados^{15, 16, 17}. Métodos híbridos que combinam modelagem de mecanismos com aprendizado profundo também mostraram potencial para aplicações complexas de energia solar térmica, identificando com precisão fatores meteorológicos-chave e suas relações^{espaço-temporais 18}. Estudos comparativos estabeleceram as vantagens de arquiteturas avançadas recorrentes, especialmente redes LSTM bidirecionais, que alcançaram desempenho excepcional sob condições ambientais desafiadoras, como o tempo^{nublado 19}.

O aprendizado em conjunto, especialmente por meio da média ponderada, oferece uma solução atraente. Ao agregar as previsões de modelos complementares, métodos de conjunto podem reduzir o erro de generalização, melhorar a robustez e mitigar as fraquezas de modelos individuais. Este estudo investiga o desempenho de cinco modelos híbridos avançados de DL: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer para previsão de energia solar. Cada modelo é avaliado usando métricas rigorosas, incluindo o coeficiente de determinação (R²), o erro absoluto médio (MAE) e o erro quadrático médio (MSE). Com base em benchmarking de desempenho, os três melhores modelos são selecionados e combinados em um conjunto otimizado usando uma técnica de média ponderada. O objetivo é desenvolver um conjunto apenas DL que aumente a precisão das previsões mantendo a generalização e a viabilidade computacional. Esta pesquisa tem como objetivo fornecer soluções práticas e de alto desempenho para previsões para operadores de rede e partes interessadas em energia renovável.

Apesar dos avanços consideráveis nas metodologias de previsão de energias renováveis, várias limitações críticas persistem no corpo atual de conhecimento. Embora sistemas fotovoltaicos tenham atraído grande atenção em pesquisas, aplicações de previsão especificamente voltadas para concentração de energia solar permanecem marcadamente sub-representadas, deixando questões sobre previsão de eficiência térmica e otimização operacional em grande parte sem^{resposta15,16}. Os frameworks atuais de previsão normalmente partem do pressuposto de que as medições dos sensores são inerentemente precisas, negligenciando a implementação de procedimentos sistemáticos de correção de erros para instrumentação de Irradiância Normal Direta, o que introduz potenciais preocupações de confiabilidade tanto para análises retrospectivas quanto para previsões^{prospectivas 20}. As abordagens existentes concentram-se predominantemente na previsão temporal sem examinar as características espectrais da radiação solar sob condições atmosféricas variáveis, apesar da influência conhecida da distribuição espectral no desempenho do^{sistema 17}. Embora arquiteturas híbridas que combinam redes convolucionais e recorrentes tenham se mostrado eficazes para aplicações fotovoltaicas e eólicas, sua adaptação a sistemas solares térmicos concentrados permanece amplamente inexplorada, especialmente configurações que integram o processamento de características em Floresta Aleatória com camadas bidirecionais^{recorrentes 7,10}. A prevalência de intervalos de previsão horária em estudos publicados ignora a necessidade de maior resolução temporal capaz de capturar dinâmicas de resposta térmica rápida, essenciais para a gestão de sistemas^{em tempo real 18,19}. Além disso, a melhoria da qualidade dos dados e a modelagem preditiva existem como domínios de pesquisa desconectados, sem estruturas integradas que demonstrem como a retificação da medição se traduz em melhorias na previsão²⁰. Por fim, considerações de eficiência computacional, incluindo duração do treinamento, velocidade de inferência e requisitos de hardware, recebem atenção insuficiente apenas às métricas de precisão, limitando a orientação prática^{de implantação 20}.

Esta investigação aborda essas deficiências estabelecendo uma metodologia abrangente que incorpora análise específica de concentração de energia solar com otimização térmica, implementa protocolos rigorosos de correção de erros de sensores, realiza exames de distribuição espectral, introduz uma arquitetura LSTM Random Forest-Bidirectional para previsão de potência térmica, executa previsão por resolução minuciosa para maior granularidade temporal, conecta processos de retificação de dados ao desempenho e fornece benchmarking computacional sistemático em cinco arquiteturas híbridas utilizando hardware padronizado de processamento gráfico. As principais lacunas em pesquisa identificadas na literatura existente são resumidas na Tabela 1.

Lacuna em Pesquisa	Literatura Existente	O que está faltando	Este estudo aborda
Pesquisa Limitada Específica para CSP	Estudos extensivos de previsãofotovoltaica 15,16	Retificação de dados de eficiência térmica do CSP	Análise abrangente de dados CSP com otimização térmica
Correção de Erros de Sensor Inadequada	Os estudos assumem precisãodos dados 17	Protocolos de correção de erro zero para instrumentos DNI	Implementou correção de erro zero para avaliação precisa
Ausência de Análise Espectral de DNI	Previsão temporal foca apenas18	Distribuição espectral sob variações atmosféricas	Análise de espectro revelando influências de nuvens/atmosferas
Modelos Híbridos Limitados para CSP	CNN-LSTM para PV10, CNN-GRU paraeólica 7	RF-BiLSTM para aplicações CSP	Novo RF-BiLSTM alcançando R2 = 0,657
Falta de Análise por Minuto	Previsõeshorárias 18,19	Alta resolução para dinâmica térmica	Avaliação minuto a minuto para otimização em tempo real
Sem Estrutura Integrada	Previsão e estudos de qualidadeseparados 20	Ligação entre retificação e desempenho	Estrutura integrada de melhoria de dados em desempenho
Análise Computacional Insuficiente	Comparações de precisão apenas20	Eficiência do treinamento e viabilidade da implantação	Análise computacional em GPU T4 em 5 modelos

Tabela 1: Lacunas de pesquisa abordadas no estudo atual. Resumo das limitações existentes da pesquisa, elementos ausentes na literatura atual e contribuições específicas deste estudo para abordar lacunas identificadas na previsão do CSP e na avaliação da qualidade dos dados.

Protocol

Coleta e descrição do conjunto de dados
O conjunto de dados (Figura 1) utilizado nesta pesquisa compreende registros históricos cruciais para a previsão de energia solar. O conjunto de dados compreende dados operacionais diários de uma usina solar térmica concentrada de 50 MW operada pela Megha Engineering and Infrastructures Limited (MEIL), localizada próxima a Anantapur, Andhra Pradesh, Índia, utilizando tecnologia de Energia Solar Concentradora (CSP) por canal parabólico que captura Irradiância Normal Direta (DNI) e transfere calor por meio de um Fluido de Transferência de Calor (HTF) para gerar eletricidade. O conjunto de dados foi coletado de 01 de janeiro de 2015 a 3 de outubro de 2025 e contém sete atributos-chave que capturam informações temporais, medições de irradiância solar e produção de energia. Os atributos temporais incluem 'Data', que fornece a data do calendário em formato padrão, 'Ano' indicando o ano da coleta dos dados, 'Mês' representando o número do mês, 'Dia' denotando o dia do mês, e 'Dia Juliano', oferecendo um sistema sequencial de numeração de dias ao longo do ano para análise temporal contínua. A principal variável meteorológica de entrada é a 'SUM' do DNI, medida em kWh/m², que representa a Irradiância Normal Direta total (DNI), a energia solar acumulada recebida por metro quadrado da superfície do coletor, servindo como fator crítico que influencia a eficiência da conversão térmica da usina CSP. A variável alvo 'Geração Real', medida em kWh, captura a produção de energia elétrica produzida pela usina CSP, refletindo o resultado do processo de conversão de energia solar para térmica para elétrica. Esses atributos permitem coletivamente uma análise abrangente do desempenho da planta, incluindo determinação de eficiência térmica, modelagem de conversão DNI-para-energia, identificação de influências atmosféricas e de cobertura de nuvens por meio de análise espectral, implementação de protocolos de correção de erro zero para calibração de sensores e desenvolvimento de modelos avançados híbridos de previsão de aprendizado de máquina para otimizar o planejamento operacional em tempo real e melhorar a eficiência e confiabilidade geral da central CSP. Detalhes da planta disponíveis em: https://solarpaces.nrel.gov/project/megha-solar-plant

Figura 1: Cinco principais linhas do conjunto de dados. Dados de exemplo mostrando as entradas iniciais do conjunto de dados de geração de energia solar, exibindo características de entrada e variáveis-alvo usadas para treinamento e avaliação do modelo. Por favor, clique aqui para ver uma versão ampliada desta figura.

Preparação de dados
O estudo utiliza dados de séries temporais de geração solar que vão de 01 de janeiro de 2015 a 10 de março de 2025. Para considerar possíveis problemas de qualidade dos dados nos primeiros anos e focar em padrões mais recentes, os registros foram filtrados a partir de 01 de janeiro de 2017. Colunas temporais (Data, Ano, Dia) foram removidas com base em análises preliminares de correlação que mostraram valor preditivo negligenciável. Valores ausentes foram imputados usando uma técnica de média móvel para manter a continuidade temporal enquanto minimizava a distorção dos padrões subjacentes. Três recursos de lag foram criados usando a variável alvo (Geração Atual (kW/h)) para capturar dependências temporais.

Divisão de conjuntos de dados
Para estabelecer coortes equilibradas e representativas de treinamento, validação e teste, o conjunto de dados pré-processado foi segmentado usando um método de amostragem estratificada. Essa abordagem garantiu que 70% dos dados (2091 dados) fossem alocados para treinamento, enquanto tanto os conjuntos de validação quanto de teste representavam 15% (448 dados por conjunto).

Normalização de dados
As funcionalidades foram padronizadas usando o StandardScaler, enquanto os valores-alvo foram normalizados via MinMaxScaler para a faixa [0,1] para estabilidade da rede neural.

Treinamento em modelos
Cinco modelos híbridos (Random Forest-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer) foram implementados para previsão de geração solar. Os dados de entrada foram reestruturados em um formato sequencial, reformulado como (amostras, passos de tempo, características) onde passos de tempo = 1 para a maioria dos modelos, exceto CNN-LSTM, que usou uma janela deslizante de 15 passos. Os conjuntos de treinamento, validação e testes foram escalados preservando a ordem temporal para evitar vazamento de dados. Todos os modelos são treinados com 32 lotes e 30 épocas.

Random Forest-BiLSTM (Figura 2): O modelo híbrido proposto combina uma rede Bidirecional de Memória de Curto Prazo (BiLSTM) com um regressor de Floresta Aleatória (RF) para melhorar a precisão da previsão. Primeiro, o modelo BiLSTM é treinado com os dados de séries temporais de entrada para capturar padrões temporais e gerar previsões iniciais. Após isso, os erros residuais (diferenças entre valores reais e previstos) do BiLSTM são calculados. Um modelo de Floresta Aleatória é então treinado nas características originais de entrada para aprender e prever esses resíduos. Para melhorar o desempenho do modelo RF, as seis características mais importantes são selecionadas com base nas pontuações de importância das características. Por fim, a previsão corrigida é obtida adicionando os resíduos previstos por RF às saídas do BiLSTM. Essa abordagem híbrida aproveita a capacidade de modelagem de sequências do BiLSTM e a força de aprendizado em conjunto da Random Forest para alcançar melhor generalização e desempenho preditivo.

Seja a sequência de entrada no passo de tempo t.

Previsão do BiLSTM:

, 

 

 

Cálculo Residual: 

Aprendizado Residual usando Random Forest: Seja Z⊂X as k principais características selecionadas usando a importância da característica.

 

Previsão final: 

Figura 2: Arquitetura do modelo de memória de curto prazo bidirecional de floresta aleatória. Diagrama esquemático ilustrando a arquitetura híbrida RF-BiLSTM, mostrando a integração do processamento de características em Random Forest com camadas LSTM bidirecionais para aprendizado de sequências temporais. Por favor, clique aqui para ver uma versão ampliada desta figura.

CNN-LSTM (Figura 3): O modelo híbrido CNN-LSTM começa processando a sequência de entrada usando uma camada convolucional 1D para extrair características espaciais locais, seguida por uma ativação LeakyReLU, normalização em lote e max pooling. As características extraídas são então passadas por uma pilha de três camadas de LSTM para aprender dependências temporais, com normalização de camada e abandono aplicados após os dois primeiros LSTMs para regularização. A saída final do LSTM é passada por camadas densas totalmente conectadas com ativação e dropout e, finalmente, mapeada para a saída usando um único neurônio.

Seja a sequência de entrada, onde T é a janela de tempo e F é o número de características.

Operação da CNN: 

Máximo pooling: 

Célula LSTM: 

 

Saída:  

Figura 3: Arquitetura do modelo CNN-LSTM. Representação estrutural do modelo híbrido de Rede Neural Convolucional-Memória Longa de Curto Prazo, demonstrando extração convolucional de características seguida pelo processamento de sequência temporal unidirecional. Por favor, clique aqui para ver uma versão ampliada desta figura.

CNN-BiLSTM (Figura 4): O modelo híbrido CNN-BiLSTM primeiro extrai características espaciais usando uma camada convolucional 1D com 32 filtros, seguida pela normalização em lote e max pooling para reduzir a dimensionalidade. A saída é então passada por uma pilha de duas camadas bidirecionais de LSTM para capturar dependências temporais de longo prazo tanto para frente quanto para trás. A regularização é aplicada por meio de dropout e normalização em lote. Uma camada densa com 128 neurônios refina a representação aprendida antes que a camada final de saída a mapeie para um único valor previsto.

Operação da CNN: 

Máximo pooling:

LSTM bidirecional:  ,  

 

Saída:  

Figura 4: Arquitetura do modelo CNN-BiLSTM. Diagrama de arquitetura do modelo Convolutional Neural Network-Bidirectional Long Short-Term Memory, destacando a combinação de camadas convolucionais com processamento bidirecional recorrente para captura aprimorada de dependência temporal. Por favor, clique aqui para ver uma versão ampliada desta figura.

CNN-GRU (Figura 5): O modelo híbrido CNN-GRU começa com uma camada Conv1D usando um kernel tamanho 1 para extrair características espaciais do único passo de tempo. O max pooling reduz as dimensões espaciais. Isso é seguido por uma pilha de camadas GRU: a primeira retorna sequências para capturar dependências temporais, e a segunda resume a sequência em uma representação compacta. Uma camada densa final gera o valor previsto. A regularização dropout é aplicada entre as camadas de GRU para evitar o sobreajuste.

Operação da CNN: 

Máximo pooling: 

Célula GRU:

Saída:

Figura 5: Arquitetura do modelo CNN-GRU. Esquema do modelo híbrido Convolutional Neural Network-Gated Recurrent Unit, mostrando pré-processamento convolucional integrado com camadas GRU para modelagem temporal eficiente. Por favor, clique aqui para ver uma versão ampliada desta figura.

CNN-transformador (Figura 6) O modelo CNN-transformador começa com uma camada Conv1D para extrair características locais da sequência de entrada, seguida por uma camada de max pooling. Essas características são passadas por um bloco codificador Transformer composto por um mecanismo de autoatenção multi-cabeça, normalização de camadas e uma rede densa feed-forward. O agrupamento de média global é então aplicado antes que uma camada densa final produza a previsão. Essa arquitetura foi projetada para capturar tanto padrões espaciais (via CNN) quanto dependências globais (via atenção Transformer).

Operação da CNN:

Autoatenção com Múltiplas Cabeças:

Onde: Q, K, V = XW^Q, XW^K,^{XW V} e d_k é a dimensão das chaves.

Rede Feed Forward:

Camadas de Adicionar & Normalizar:

Saída:

Figura 6: Arquitetura do modelo CNN-Transformer. Visão estrutural do modelo híbrido Convolutional Neural Network-Transformer, incorporando extração convolucional de características com mecanismos de atenção multi-cabeça para reconhecimento avançado de padrões temporais. Por favor, clique aqui para ver uma versão ampliada desta figura.

Desenvolvimento de modelos de conjunto
Para aumentar a precisão da previsão e a robustez do modelo, implementamos uma abordagem de conjunto com média ponderada usando previsões dos cinco modelos híbridos de aprendizado profundo: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer. O conjunto foi construído atribuindo pesos otimizados às previsões de cada modelo, com maiores ponderações atribuídas a modelos que demonstrassem desempenho individual superior, medido por seus escores R². Essa estratégia de ponderação garante que modelos mais precisos contribuam de forma mais significativa para a previsão final, ao mesmo tempo em que aproveitam as forças complementares de todas as arquiteturas. A saída do conjunto foi então avaliada usando métricas padrão de desempenho: R², erro absoluto médio (MAE) e erro quadrático médio (MSE) para avaliar sua precisão preditiva, consistência e capacidade de generalização. Esse conjunto de aprendizado profundo visa integrar extração de características temporais de múltiplas perspectivas, alcançando assim maior precisão e robustez do que qualquer modelo híbrido isolado.

Formulação matemática da técnica de conjunto:

Seja

representam o conjunto de modelos base correspondentes a CNN-RF-BiLSTM, CNN-LSTM, CNN-BILSTM, CNN-GRU e CNN-Transformer.

Cada modelo base M_i produz uma previsão:

A matriz meta-feature para empilhamento é formada como:

O meta-aprendiz da Regressão de Ridge estima a previsão final como:

onde:

-- w_i são os pesos empilhados aprendidos

-- w₀ é o termo de viés

Para evitar o sobreajuste, a Regressão de Crista minimiza a seguinte função de perda regularizada:

onde:

-- y_j = alvo verdadeiro para a j^ésima amostra

-- N = número total de amostras

-- α = parâmetro de regularização controlando a redução do peso

A previsão do conjunto é obtida como:

onde os pesos w_i são automaticamente aprendidos minimizando a função de perda de crista.

Results

Avaliação de desempenho de modelos individuais
A avaliação de desempenho de cinco modelos híbridos de aprendizado profundo (DL) RF-BiLSTM, CNN-GRU, CNN-BiLSTM, CNN-LSTM e CNN-transformador foi realizada utilizando um conjunto abrangente de métricas padrão de regressão, incluindo R² (coeficiente de determinação), erro absoluto médio (MAE) e erro quadrático médio (MSE), para avaliar rigorosamente sua capacidade de prever a geração de energia solar sob condições meteorológicas variadas e dependências tem...

Discussion

A metodologia proposta segue um fluxo de trabalho estruturado, conforme mostrado na Figura 12. Inicialmente, o conjunto de dados passa por pré-processamento abrangente, incluindo imputação de valores faltantes, normalização e engenharia de características, para garantir a qualidade dos dados e aprimorar o aprendizado do modelo ^3,6. O conjunto de dados processado é então dividido em conjuntos de treinamento (70%), validação (15%) e te...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BiLSTM	TensorFlow/Keras	TensorFlow 2.10.0
Camadas CNN	TensorFlow/Keras	TensorFlow 2.10.0
Google Colab	Google LLC	Plataforma em Nuvem
GRU	TensorFlow/Keras	TensorFlow 2.10.0
Matplotlib	Equipe de desenvolvimento Matplotlib	3.7.1
NumPy	NumFOCUS	1.25.2
NVIDIA T4 GPU	NVIDIA Corporation	Tesla T4
Pandas	NumFOCUS	2.0.3
Pireliômetro para medição de DNI	Kipp & Zonen	CH1-DL
Python	Fundação de Software Python	3.10.12
Floresta Aleatória	Desenvolvedores Scikit-learn	1.2.2
Scikit-learn	Desenvolvedores Scikit-learn	1.2.2
Sensores de temperatura	Vaisala	HMP155
TensorFlow/Keras	Google	Versão 2.10.0
Transformador	TensorFlow/Keras	TensorFlow 2.10.0
Estação meteorológica	Davis Instruments	Vantage Pro2