Deilson Martins dos Santos

Engenheiro eletricista formado pelo Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ). Na linha de pesquisa em engenharia elétrica, atua na área de previsão de séries temporais com redes neurais artificiais aplicada à energia renovável. Tem interesse em energias renováveis, redes elétricas inteligentes, data science, machine learning e desenvolvimento de softwares.

Informações coletadas do Lattes em 05/09/2023

Acadêmico

Formação acadêmica

Mestrado profissional em andamento em Sistemas de Energia Elétrica

2022 - Atual

Instituto Federal de Santa Catarina
Título: , Ano de Obtenção:
Orientador: Dr. Sérgio Luciano Ávila

Graduação em Engenharia Elétrica

2016 - 2020

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca
Título: Otimização no atendimento à demanda de sistemas isolados considerando previsões de geração de energia elétrica por fontes renováveis
Orientador: Dr. Ezequiel da Silva Oliveira

Curso técnico/profissionalizante em Eletrotécnica

2015 - 2016

Centro Educacional Inácio Medeiros

Ensino Médio (2º grau)

2013 - 2015

Colégio Estadual Roberto Montenegro

Formação complementar

2020 - 2020

Specialization - Applied Data Science with Python. , University of Michigan, UNIVERSITY OF MI, Estados Unidos.

2020 - 2020

Specialization - Deep Learning. , deeplearning.ai, DEEPLEARNING.AI, Estados Unidos.

2018 - 2019

Nanodegree Deep Learning. , Udacity, UDACITY, Estados Unidos.

2013 - 2014

Eletricista de Manutenção Industrial. (Carga horária: 800h). , SENAI - Departamento Regional do Rio de Janeiro, SENAI/DR/RJ, Brasil.

Idiomas

Bandeira representando o idioma Inglês

Compreende Pouco, Fala Pouco, Lê Razoavelmente, Escreve Razoavelmente.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Áreas de atuação

Grande área: Engenharias / Área: Engenharia Elétrica.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Machine Learning.

Grande área: Engenharias / Área: Engenharia Elétrica / Subárea: Renewable Energy.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Deep Learning.

Grande área: Engenharias / Área: Engenharia Elétrica / Subárea: Smart Grid.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Data Science.

Produções bibliográficas

  • MARTINS DOS SANTOS, DEILSON ; DA SILVA OLIVEIRA, EZEQUIEL . Investigação de redes neurais arficiais para predição da velocidade do vento. In: Simpósio Brasileiro de Sistemas Elétricos SBSE2020, 2020. Anais do Simpósio Brasileiro de Sistemas Elétricos 2020.

  • SANTOS, D. M. ; SANTOS, M. A. ; OLIVEIRA, E. S. ; SANTOS, L. F. . Alocação de filtro passivo na rede elétrica do CEFET/RJ campus Angra dos Reis.. 2020. (Apresentação de Trabalho/Simpósio).

Projetos de pesquisa

  • 2020 - 2021

    Otimização do atendimento à demanda do sistema off-grid considerando incertezas na geração, Descrição: Este trabalho visa apresentar uma investigação sobre a previsão e otimização de recursos energéticos de um sistema de energia off-grid. A estratégia adotada é utilizar redes neurais artificiais para realizar a previsão de geração eólica e geração solar, e aplicar um método de otimização para gerenciamento de energia.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Deilson Martins dos Santos - Integrante / Ezequiel da Silva Oliveira - Coordenador.

  • 2019 - 2020

    Previsão de geração de energia elétrica via fonte eólica utilizando redes neurais artificiais, Descrição: Devido à crescente utilização de fonte eólica para geração de energia elétrica, estudos que possibilitam a previsão da velocidade do vento são de extrema importância para o planejamento e a operação do Sistema Elétrico de Potência (SEP). Portanto, este trabalho visa contribuir com a investigação e a implementação de técnicas eficientes para a previsão da velocidade do vento e de geração eólica. A fim de avaliar a técnica mais propicia para a investigação, os modelos de Redes Neurais Artificiais (RNA) implementados foram a Rede Neural Artificial clássica (RNA) e a Rede Neural Recorrente com células de memória longa de curto prazo (RNN-LSTM). Após a análise mediante a previsão da velocidade do vento e, por consequência, a previsão da geração de energia via fonte eólica, é verificado que as RNN-LSTM produziram os melhores resultados para horizontes de previsão, cuja discretização é horária.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Deilson Martins dos Santos - Integrante / Ezequiel da Silva Oliveira - Coordenador.

Projetos de desenvolvimento

  • 2023 - Atual

    PFLN 2211 0014 - Identificação de tendências e avaliação de risco em múltiplos cenários do mercado de energia baseado em dados, Descrição: Processo IFSC n 23292.036208/2022-75 ACORDO DE PARCERIA PARA PESQUISA, DESENVOLVIMENTO E INOVAÇÃO - PD&I N 077/2022/AT-GAB/IFSC, Urca Comercializadora de Energia Ltda. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Deilson Martins dos Santos - Integrante / Sérgio Luciano Ávila - Coordenador., Financiador(es): PE-IFSC EMBRAPII - Remuneração.

Histórico profissional

Experiência profissional

2023 - Atual

PE-IFSC EMBRAPII

Vínculo: , Enquadramento Funcional:

2021 - Atual

Khomp Indústria e Comércio

Vínculo: Celetista, Enquadramento Funcional: Desenvolvedor de Software, Carga horária: 40

2021 - 2021

LEVTY

Vínculo: Celetista, Enquadramento Funcional: Desenvolvedor de Software, Carga horária: 40