Desenvolvimento de metodologia para predição de falhas e estimativa energética em sistemas fotovoltaicos residenciais utilizando Gêmeo Digital

Descrição

O presente projeto propõe o desenvolvimento de um modelo complementar ao projeto anteriormente desenvolvido (PVAG3624-2025), direcionando-se especificamente à previsão de falhas e à estimativa energética de um sistema fotovoltaico residencial monitorado integralmente por sensores elétricos e climatológicos. A proposta utilizará dados reais de operação obtidos ao longo de vários anos em uma residência instrumentada, associando-os à representação tridimensional implementada no Blender. O foco principal será integrar variáveis físicas do ambiente virtual — como inclinação dos módulos, orientação espacial, trajetória aparente do sol e incidência solar — com modelos computacionais de previsão energética e detecção de inconsistências operacionais. O trabalho priorizará fundamentos da engenharia elétrica, engenharia de energia e da conversão fotovoltaica, utilizando ferramentas de aprendizado de máquina apenas como suporte complementar para ajuste e validação dos modelos já existentes. Pretende-se implementar duas abordagens paralelas de simulação: uma condição ideal baseada apenas na geometria solar e parâmetros físicos do sistema, e outra incorporando fenômenos reais observados nos dados experimentais, como sombreamentos temporários e passagem de nuvens. A comparação entre os cenários permitirá a criação de métricas de divergência operacional capazes de auxiliar na identificação precoce de falhas, degradação de desempenho e comportamentos anômalos do gerador fotovoltaico. Os resultados esperados incluem a consolidação de um modelo de previsão de falhas utilizando gêmeo digital capaz apoiar manutenção preditiva, cálculos de eficiência energética e sistemas inteligentes de geração distribuída.