RESUMO
A curva de potência de um aerogerador é a representação teórica da relação entre velocidade
do vento e potência elétrica gerada. A estimação ou obtenção de curvas de potência a partir
de dados medidos é fundamental para predição de potência elétrica gerada por um aerogerador
isolado ou por um parque eólico como um todo. Em geral, curvas de potência são usadas
para dimensionamento do aerogerador ou do parque eólico e também no monitoramento da
condição de operação dos aerogeradores. Costuma-se utilizar modelos de regressão polinomial
para estimação da curva de potência, mas há também soluções baseadas em outros modelos não
lineares, tais como redes neurais artificiais e modelos logísticos cujos parâmetros são estimados
via algoritmos de otimização meta-heurísticas. Nesta dissertação, contudo, é introduzida uma
solução alternativa baseada no sistema de inferência fuzzy de Takagi-Sugeno-Kang (TSK). A
principal vantagem da abordagem proposta está em sua simplicidade e adequação ao problema
de interesse. As funções de saída das regras do modelo TSK são lineares (mais exatamente
equações da reta), cujos os parâmetros são estimados pelo método dos mínimos quadrados
ordinário (MQO). A fim de lidar com a presença de outliers nos dados, o modelo TSK proposto
é estendido pela substituição do método MQO por estimadores-M, que é um arcabouço de
estimação robusta de parâmetros. A metodologia proposta é comparada com o estado da arte
em estimação da curva de potência de aerogeradores e os resultados indicam um desempenho
consistente da metodologia proposta em relação aos métodos avaliados.