Promoção da Energia Eólica por meio da Previsão Robusta da Velocidade do Vento Usando Otimização de Algoritmos de Aprendizado de Máquina

e-tuning de dez modelos de Aprendizado de Máquina (ML) para obter o melhor modelo de previsão de velocidade do vento de curto prazo, avaliando o Erro Quadrático Médio (RMSE), Erro Absoluto Médio (MAE), Correlação e tempo de execução. O Random Forest (RF) e a árvore com reforço de gradiente (GBT) apresentaram o melhor desempenho geral; no entanto, o RF tem um tempo de treinamento muito maior que o GBT. As descobertas deste artigo podem ajudar pesquisadores e profissionais a desenvolver os métodos mais eficazes baseados em dados para previsão de velocidade do vento e de energia gerada. Palavras-chave: mineração de dados; hiperparâmetro; RapidMiner.