Modelo de regressão linear múltipla aplicado a dados para geração de energia através do biogás

Autores

DOI:

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

Palavras-chave:

Energia; Biomassa; Biogás; Biodigestores.

Resumo

A industrialização mundial vem crescendo em larga escala, com isso fazendo com que a demanda de energia global também aumente. Acredita-se que para haver maior disponibilidade de energia, será necessário exigir muito mais do meio ambiente. Como algumas técnicas utilizadas para obtenção de energia são extremamente agressivas ao ecossistema, as fontes de energia renováveis desempenham um papel importantíssimo, comparado aos efeitos de obtenção de energia e sua relação a outras fontes de energia. A biomassa tem recebido muita atenção por parte da mídia e de líderes políticos, tanto em relação a fontes alternativas de combustível quanto uma maneira de minimizar a dependência da importação de matéria-prima de países desenvolvidos. Este trabalho utiliza um método de modelagem usando comparativos do software CH4 Biogás Simulator para avaliação de múltiplas variáveis afim de determinar a equação de regressão, assim obtendo a quantidade de biogás bruto e energia elétrica que se pode gerar utilizando dejetos de bovinos, suínos e aves pela ação de biodigestores. A equação gerada é de fácil aplicabilidade e resultou no modelo Y= 1,572731 + 0,985985 x bovinos + 0,191372 x suínos + 0,021287 x aves com (r=0,99) sendo assim adequada para estimação do valor do potencial de biogás.

Referências

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.

Downloads

Publicado

11/12/2021

Como Citar

CARVALHO, M. da S. Modelo de regressão linear múltipla aplicado a dados para geração de energia através do 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 out. 2024.

Edição

Seção

Engenharias