Este projeto é focado na criação e ajuste de modelos de previsão de energia solar, utilizando técnicas de machine learning para prever a geração de energia com base em dados históricos.
A previsão precisa da geração de energia solar é crucial para o planejamento e operação de sistemas de energia renovável. Este projeto busca criar modelos preditivos que possam ser usados por operadores de redes de energia, desenvolvedores de projetos solares e outros stakeholders para otimizar a gestão e distribuição de energia solar.
Para instalar e configurar o ambiente do projeto, siga os passos abaixo:
-
Clone o repositório:
git clone https://github.com/luizcvfilho/solar_ernergy_forecast.git
-
Crie e ative um ambiente virtual:
python -m venv venv source venv/bin/activate # No Windows use `venv\Scripts\activate`
-
Instale as dependências:
pip install -r requirements.txt
-
Preparação dos Dados:
Certifique-se de que os dados estão no formato correto e localizados no diretório
Data/. O projeto inclui scripts para o pré-processamento dos dados, como a limpeza e normalização. -
Treinamento do Modelo:
Para treinar o modelo, altere o caminho presente no script principal de treinamento para o desejado e depois o execute:
python train_model.py
Isso gerará um modelo treinado baseado nos dados fornecidos
-
Avaliação do Modelo:
Após o treinamento, você pode avaliar o desempenho do modelo alterando o caminho no script de avaliação e o executando:
python evaluate_model.py
A estrutura do projeto é organizada da seguinte maneira:
projeto-previsao-energia-solar/
│
├── Data/ # Diretório para armazenar os dados brutos e processados
├── models/ # Modelo treinado
├── scripts/
│ ├── train_model.py # Script principal para treinamento do modelo
│ ├── evaluate_model.py # Script para avaliação do modelo
│
├── project.ipynb # Notebook com a análise e manipulação dos dados
├── requirements.txt # Arquivo de instalações do projeto
└── README.md # Este arquivo