MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO
| Main Author: | |
|---|---|
| Publication Date: | 2021 |
| Other Authors: | , |
| Format: | Article |
| Language: | por |
| Source: | Revista Brasileira de Climatologia (Online) |
| Download full: | https://ojs.ufgd.edu.br/rbclima/article/view/14018 |
Summary: | O presente artigo mostra metodologias capazes de realizar previsões de velocidade do vento com boa acurácia as quais poderão ser aplicadas no setor de geração eólica. Para isso, dados de velocidade dos ventos das regiões de Fortaleza, Parnaíba e São Luís localizadas no Nordeste Brasileiro (NEB) foram aplicados aos modelos de previsão de séries temporais - Auto Regressivo Integrado de Médias Móveis (ARIMA), Holt-Winters (HW) e Redes Neurais Artificiais (RNA), e comparados entre si com a finalidade de identificar o de melhor performance. O período compreende janeiro de 2010 até dezembro 2014. O modelo RNA apresentou os melhores valores das medidas de acurácia, principalmente o erro percentual entre as séries observadas e simuladas cujos valores foram de 8,74% (Fortaleza) e 10,50% (São Luís). A localidade de Parnaíba os valores dos erros foram menores para o modelo ARIMA, com erro percentual de 9,70%. As séries temporais previstas pelos modelos conseguem representar características importantes, particularmente, as menores intensidades da média mensal da velocidade do vento (período chuvoso), seguido das maiores intensidades da média mensal da velocidade do vento (período seco). |
| id |
ABCLIMA-1_a1f90b725e7fe6b91bc6818e6aff740f |
|---|---|
| oai_identifier_str |
oai:ojs.pkp.sfu.ca:article/14018 |
| network_acronym_str |
ABCLIMA-1 |
| network_name_str |
Revista Brasileira de Climatologia (Online) |
| repository_id_str |
|
| spelling |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIROSéries TemporaisNEBEnergias RenováveisInteligência ArtificialO presente artigo mostra metodologias capazes de realizar previsões de velocidade do vento com boa acurácia as quais poderão ser aplicadas no setor de geração eólica. Para isso, dados de velocidade dos ventos das regiões de Fortaleza, Parnaíba e São Luís localizadas no Nordeste Brasileiro (NEB) foram aplicados aos modelos de previsão de séries temporais - Auto Regressivo Integrado de Médias Móveis (ARIMA), Holt-Winters (HW) e Redes Neurais Artificiais (RNA), e comparados entre si com a finalidade de identificar o de melhor performance. O período compreende janeiro de 2010 até dezembro 2014. O modelo RNA apresentou os melhores valores das medidas de acurácia, principalmente o erro percentual entre as séries observadas e simuladas cujos valores foram de 8,74% (Fortaleza) e 10,50% (São Luís). A localidade de Parnaíba os valores dos erros foram menores para o modelo ARIMA, com erro percentual de 9,70%. As séries temporais previstas pelos modelos conseguem representar características importantes, particularmente, as menores intensidades da média mensal da velocidade do vento (período chuvoso), seguido das maiores intensidades da média mensal da velocidade do vento (período seco).Universidade Federal da Grande Dourados2021-02-28info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigo avaliado pelos Paresapplication/pdfhttps://ojs.ufgd.edu.br/rbclima/article/view/1401810.5380/abclima.v21i0.48565Brazilian Journal of Climatology; Vol. 21 (2017)Revista Brasileña de Climatología; Vol. 21 (2017)Journal Brésilien de Climatologie ; Vol. 21 (2017)Revista Brasileira de Climatologia; v. 21 (2017)2237-86422237-864210.5380/abclima.v21i0reponame:Revista Brasileira de Climatologia (Online)instname:ABClimainstacron:ABCLIMAporhttps://ojs.ufgd.edu.br/rbclima/article/view/14018/7259Copyright (c) 2021 Henrique do Nascimento Camelo, Paulo Sergio Lucio, João Verçosa Leal Júniorinfo:eu-repo/semantics/openAccessCamelo, Henrique do NascimentoLucio, Paulo SergioLeal Júnior, João Verçosa2021-04-27T15:01:55Zoai:ojs.pkp.sfu.ca:article/14018Revistahttps://revistas.ufpr.br/revistaabclima/indexPUBhttps://revistas.ufpr.br/revistaabclima/oaiegalvani@usp.br || rbclima2014@gmail.com2237-86421980-055Xopendoar:2021-04-27T15:01:55Revista Brasileira de Climatologia (Online) - ABClimafalse |
| dc.title.none.fl_str_mv |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO |
| title |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO |
| spellingShingle |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO Camelo, Henrique do Nascimento Séries Temporais NEB Energias Renováveis Inteligência Artificial |
| title_short |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO |
| title_full |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO |
| title_fullStr |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO |
| title_full_unstemmed |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO |
| title_sort |
MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO |
| author |
Camelo, Henrique do Nascimento |
| author_facet |
Camelo, Henrique do Nascimento Lucio, Paulo Sergio Leal Júnior, João Verçosa |
| author_role |
author |
| author2 |
Lucio, Paulo Sergio Leal Júnior, João Verçosa |
| author2_role |
author author |
| dc.contributor.author.fl_str_mv |
Camelo, Henrique do Nascimento Lucio, Paulo Sergio Leal Júnior, João Verçosa |
| dc.subject.por.fl_str_mv |
Séries Temporais NEB Energias Renováveis Inteligência Artificial |
| topic |
Séries Temporais NEB Energias Renováveis Inteligência Artificial |
| description |
O presente artigo mostra metodologias capazes de realizar previsões de velocidade do vento com boa acurácia as quais poderão ser aplicadas no setor de geração eólica. Para isso, dados de velocidade dos ventos das regiões de Fortaleza, Parnaíba e São Luís localizadas no Nordeste Brasileiro (NEB) foram aplicados aos modelos de previsão de séries temporais - Auto Regressivo Integrado de Médias Móveis (ARIMA), Holt-Winters (HW) e Redes Neurais Artificiais (RNA), e comparados entre si com a finalidade de identificar o de melhor performance. O período compreende janeiro de 2010 até dezembro 2014. O modelo RNA apresentou os melhores valores das medidas de acurácia, principalmente o erro percentual entre as séries observadas e simuladas cujos valores foram de 8,74% (Fortaleza) e 10,50% (São Luís). A localidade de Parnaíba os valores dos erros foram menores para o modelo ARIMA, com erro percentual de 9,70%. As séries temporais previstas pelos modelos conseguem representar características importantes, particularmente, as menores intensidades da média mensal da velocidade do vento (período chuvoso), seguido das maiores intensidades da média mensal da velocidade do vento (período seco). |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021-02-28 |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artigo avaliado pelos Pares |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://ojs.ufgd.edu.br/rbclima/article/view/14018 10.5380/abclima.v21i0.48565 |
| url |
https://ojs.ufgd.edu.br/rbclima/article/view/14018 |
| identifier_str_mv |
10.5380/abclima.v21i0.48565 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
https://ojs.ufgd.edu.br/rbclima/article/view/14018/7259 |
| dc.rights.driver.fl_str_mv |
Copyright (c) 2021 Henrique do Nascimento Camelo, Paulo Sergio Lucio, João Verçosa Leal Júnior info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Copyright (c) 2021 Henrique do Nascimento Camelo, Paulo Sergio Lucio, João Verçosa Leal Júnior |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal da Grande Dourados |
| publisher.none.fl_str_mv |
Universidade Federal da Grande Dourados |
| dc.source.none.fl_str_mv |
Brazilian Journal of Climatology; Vol. 21 (2017) Revista Brasileña de Climatología; Vol. 21 (2017) Journal Brésilien de Climatologie ; Vol. 21 (2017) Revista Brasileira de Climatologia; v. 21 (2017) 2237-8642 2237-8642 10.5380/abclima.v21i0 reponame:Revista Brasileira de Climatologia (Online) instname:ABClima instacron:ABCLIMA |
| instname_str |
ABClima |
| instacron_str |
ABCLIMA |
| institution |
ABCLIMA |
| reponame_str |
Revista Brasileira de Climatologia (Online) |
| collection |
Revista Brasileira de Climatologia (Online) |
| repository.name.fl_str_mv |
Revista Brasileira de Climatologia (Online) - ABClima |
| repository.mail.fl_str_mv |
egalvani@usp.br || rbclima2014@gmail.com |
| _version_ |
1832009310810406912 |