Modelo de regresión lineal múltiple aplicado a datos para la generación de energía a través del biogás

Autores/as

DOI:

https://doi.org/10.33448/rsd-v10i16.23968

Palabras clave:

La energía; Biomasa; Biogás; Biodigestores.

Resumen

La industrialización mundial ha ido creciendo a gran escala, lo que ha provocado que también aumente la demanda mundial de energía. Se cree que para tener una mayor disponibilidad de energía será necesario exigir mucho más al medio ambiente. Como algunas técnicas utilizadas para obtener energía son extremadamente agresivas para el ecosistema, las fuentes de energía renovables juegan un papel muy importante, en comparación con los efectos de la obtención de energía y su relación con otras fuentes de energía. La biomasa ha recibido mucha atención de los medios de comunicación y los líderes políticos, tanto en términos de fuentes de combustibles alternativos como en una forma de minimizar la dependencia de materias primas importadas de países desarrollados. Este trabajo utiliza un método de modelado utilizando comparativos del software CH4 Biogas Simulator para evaluar múltiples variables con el fin de determinar la ecuación de regresión, obteniendo así la cantidad de biogás crudo y energía eléctrica que se puede generar utilizando estiércol bovino, porcino y avícola por acción de biodigestores. La ecuación generada es fácil de aplicar y resultó en el modelo Y = 1.572731 + 0.985985 x bovinos + 0.191372 x porcinos + 0.021287 x aves de corral con (r = 0.99) siendo por tanto adecuado para estimar el valor del potencial de biogás.

Citas

Alves, M. O., et al. (2014). Biodigestores - Fonte Renovável de Energia. UniCesumar. 5 p. ISBN: 9788580847246

ANEEL (2002). Atlas de Energia Elétrica do Brasil. (3ª.ed.): ANEEL, 236 p. ISBN: 978-85-87491-10-7.

CETESB (2019). Biogás. https://cetesb.sp.gov.br/biogas/.

Ch4Agroenergia (2019). https://inovacao2020.wixsite.com/ch4agroenegia

Eleven Advantages and Disadvantages of Renewable Energy (2019). https://vittana.org/11-advantages-and-disadvantages-of-renewable-energy.

Goldemberg, J., & Lucon, O. (2006-2007). Energias Renováveis: Um futuro sustentável: Revista Usp, 15 p.

Guimarães, P. R. B. (2012) Métodos Quantitativos Estatísticos. (1ª ed.): IESDE BRASIL S.A., 256 p. ISBN: 978-85-387-3028-6.

Hydroeletrectricity - BP Statistical Review of World Energy (2019). https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-2019-hydroelectricity.pdf.

Iniciativa beneficia projetos de compostagem de resíduos (2019). https://www.vgresiduos.com.br/blog/iniciativa-beneficia-projetos-de-compostagem-de-residuos.

Larson, R., & Farber, B (2008). Estatística Aplicada. Pearson Education (2ª Edição).

Lumi, M., et al. (2014). Manual Básico de Biogás. (1ª ed.): Editora Univates, 70p. ISBN: 978-85-8167-073-7.

Medina, J. M., et al. (2016). Eficiencia Energética y producción de Energía Eléctrica a partir de Biogás. 148 p. Dissertação (Graduação). Departamento de Ingeniería Eléctrica – Instituto Especializado de Estudios Superiores Loyola.

Minas Gerais, Companhia Energética (2012). Alternativas Energéticas: Uma visão Cemig. Belo Horizonte: 373p. ISBN: 978-85-87-929-51-8

Montgomery, D. C., & Runger, G. C (2012). - Estatística Aplicada e Probabilidade para Engenheiros. Editora LTC – (2ª Edição).

O globo (2018). https://oglobo.globo.com/economia/brasil-tem-matriz-energetica-menos-poluente-do-mundo-segundo-agencia-internacional-23244753.

Rodrigues, S. C. A. (2012). Modelo de regressão linear e suas aplicações. 94 p. Relatório de Estágio (Mestrado). Universidade da Beira Interior.

Schiffer, H. W (2016). World Energy Resources. London: World Energy Council, 1028 p. ISBN: 9780946121588

Software CH4 - Biogas Simulator. Versão 2.3.3 [S. I.], 12 nov. (2015). https://apkpure.com/ch4-biogas-simulator/br.com.biogasch4.CH4BiogasSimulator.

Solarschools (2019). Advantages and Disadvantages of Renewable Energy. https://www.solarschools.net/knowledge-bank/renewable-energy/advantages-disadvantages.

Tunes, C. R. (2017). Produção De Biogás A Partir Da Digestão Anaeróbica De Efluentes Orgânicos Em Reator Uasb. 2017. 75 p. Dissertação (Mestrado). Campus Universitário de Gurupi – Universidade Federal do Tocantins.

Vasconcelos, G. F. (2017) Biomassa: A energia do futuro. (1ª ed.): Senac, 166p.

Publicado

11/12/2021

Cómo citar

CARVALHO, M. da S. Modelo de regresión lineal múltiple aplicado a datos para la generación de energía a través del biogás. Research, Society and Development, [S. l.], v. 10, n. 16, p. e224101623968, 2021. DOI: 10.33448/rsd-v10i16.23968. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/23968. Acesso em: 5 oct. 2024.

Número

Sección

Ingenierías