Introdução
A inteligência artificial é uma técnica computacional avançada em que simulam características humanas na resolução de problemas e na aprendizagem. A aplicação de IA pode ser útil em diversas aplicações (Olabi et al., 2023; Ramos et al., 2024). Inúmeros métodos são exemplificados na literatura e podem ser aplicados na previsão da velocidade e densidade dos ventos. As Redes Neurais Artificiais (RNA) trabalham satisfatoriamente na aprendizagem e na generalização de padrões, podendo ser aplicadas no reconhecimento de padrões,
Problema de Pesquisa e Objetivo
0 presente estudo tem como finalidade conduzir uma revisão bibliométrica a respeito da aplicação de técnicas de Inteligência Artificial na previsão da velocidade do vento. Esta abordagem é essencial, dada a importância da energia eólica como fonte energética na região, acentuando a necessidade de métodos eficazes e precisos para antecipar padrões de vento. Além do mais, procura-se evidenciar possíveis lacunas no conhecimento existente e oportunidades de aprimorar ainda mais a aplicação de IA nesse contexto.
Fundamentação Teórica
As Redes Neurais Artificiais (RNA), as quais trabalham satisfatoriamente na aprendizagem e na generalização de padrões podendo ser aplicadas em reconhecimento de padrões, por exemplo (Zucatelli et al., 2021; Camelo et al., 2018a; Camelo et al., 2018b) e a Long Short Term Memory (LSTM) a qual é uma arquitetura de rede neural que emprega a sequência de dados e atua de forma eficiente na previsão a longo prazo (Nascimento, Melo e Moreira, 2023; Silva et al., 2022; Neto Mattos et al., 2021; Netto Mattos et al., 2020; Padilha et al., 2022).
Metodologia
O presente estudo tomou como base a metodologia proposta por Tranfield, Denyer e Smart (2003) aplicando uma nova perspectiva. Tranfield, Denyer e Smart, 2003 adotaram as seguintes etapas: (I) de plano de revisão, (II) condução da pesquisa e (III) relatório e divulgação.
Com o propósito de selecionar um conjunto relevante de estudos a respeito da aplicação de inteligência artificial nas projeções de ventos na região Nordeste do Brasil utilizou-se três bancos de dados, o Web of Science Coleção Principal (Clarivate Analytics), Science Direct e Scopus.
Análise e Discussão dos Resultados
Ao agrupar as publicações em dois períodos observa-se que entre 2017-2020 foram publicados 57,1% dos estudos da amostra e entre 2021-2023 esse resultado foi de 42,9%, nesse período, em cada ano foram publicados 3 estudos, o que representa 14,3% da amostra. As principais métricas aplicadas nos estudos foram o MAE, aplicado em 15 estudos, MAPE em 13 artigos, o RMSE aplicada em 12 estudos e o MSE em 8 trabalhos. As técnicas mais aplicadas foram as seguintes: RNAs utilizadas em 8 estudos, a LSTM aplicada em 4 estudos, o KNN assim como o SVR com kernel linear foram empregados em 3 estudos cada.
Considerações Finais
Foram investigados 21 estudos os quais aplicaram técnicas de inteligência artificial em projeções de ventos para a região Nordeste do Brasil. Os estudos analisados foram publicados entre 2017 e 2023. Os estudos aplicaram múltiplos métodos de avaliação, a maior parte dos estudos optou por utilizar pelo menos dois. Os principais métodos utilizados foram o MAE, o MAPE, o RMSE e o MSE. As técnicas aplicadas também foram bastante diversificadas, não obstante, a RNAs, utilizada em 8 estudos; a LSTM, em 4 artigos e o k-Nearest-Neighbors e o SVR com kernel linear em 3 trabalhos cada.
Referências
CAMELO, H DO N et al. A hybrid model based on time series models and neural network for forecasting wind speed in the Brazilian northeast region. Sustainable Energy Technologies and Assessments, v. 28, p. 65-72, 2018a. DOI: https://doi.org/10.1016/j.seta.2018.06.009
CAMELO, H DE N et al. Proposal for Prediction of Wind Speed through Hybrid Modeling Elaborated from ARIMAX and ANN Models. Revista Brasileira de Meteorologia, v. 33(1), p. 115-129, 2018b. DOI: http://dx.doi.org/10.1590/0102-7786331005