This work deals with the solution of state estimation problems by using Bayesian techniques, in applications related to the energy storage in phase change materials containing metallic nanoparticles. Physical situations modelled by one-dimensional and two-dimensional problems were analyzed. The one-dimensional model was solved analytically by using Rubinstein’s solution and numerically by the Finite Volume Method. For the two-dimensional case, the state evolution model was formulated in discrete form by the Finite Volume Method. However, for the reduction of the computational cost associated with the state estimation problem, a reduced model was proposed in terms of Proper Orthogonal Decomposition and Radial Basis Functions. The Approximation Error Model was implemented to deal with the inherent errors related to the reduced model. The state estimation problem was solved with the Particle Filter technique, for nonlinear models with additive and Gaussian uncertainties, for cases involving simulated transient measurements. The focus of this work was the estimation of the energy stored in the phase change material under direct solar irradiance, with nonintrusive temperature measurements. The results obtained here demonstrated the robustness of the approach used, even for large uncertainties in the evolution and observation models, as well as in the measurements.Neste trabalho, problemas de estimativa de estado foram resolvidos utilizando-se técnicas Bayesianas, em aplicações envolvendo o armazenamento de energia através de materiais de mudança de fase contendo nanopartículas metálicas. Situações físicas modeladas por um problema unidimensional e por um problema bidimensional foram analisadas. O modelo unidimensional foi resolvido analiticamente através da solução de Rubinstein e numericamente pelo Método dos Volumes Finitos. Para o caso bidimensional, o modelo de evolução de estado foi representado de forma discreta pelo Métodos dos Volumes Finitos. No entanto, para a redução do custo computacional associado ao problema de estimativa de estado, um modelo reduzido foi proposto com base na técnica de Decomposição Ortogonal Própria com Funções de Base Radial. Para lidar com os erros inerentes ao modelo reduzido, foi implementado o Modelo de Erro de Aproximação. O problema de estimativa de estado foi resolvido pela técnica do filtro de partículas, envolvendo modelos não lineares, com incertezas aditivas e Gaussianas, para casos com medidas transientes simuladas. O foco do trabalho foi a estimativa da energia armazenada no material de mudança de fase sob irradiância solar direta, a partir de medidas de temperatura não intrusivas. Os resultados obtidos demonstraram a robustez da abordagem utilizada, que foi capaz de prever adequadamente esta variável de estado de grande interesse prático, mesmo para grandes incertezas nos modelos de evolução de estado e de observação, assim como nas medidas experimentais.