Para citar este trabalho use um dos padrões abaixo:
Com a grande expansão da geração fotovoltaica, a importância do diagnóstico de falhas é fundamental para o desempenho ideal do sistema e a garantia de confiabilidade, aumentando assim a eficiência do sistema. Este artigo apresenta uma visão geral das Redes Neurais Artificiais (RNAs) e das Máquinas de Vetores de Suporte (SVMs) que são usadas para detecção e diagnóstico de falhas (FDD) em sistemas fotovoltaicos. A aplicação dessas metodologias é abordada juntamente com seus princípios fundamentais. Uma análise de vários estudos que usaram ANNs e SVMs para identificação e diagnóstico de falhas em sistemas solares fotovoltaicos destaca suas vantagens e desvantagens. Por fim, são explorados alguns possíveis tópicos de pesquisa futura com base nessas metodologias.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo