| Title: |
Proposta para Previsão de Velocidade do Vento Através de Modelagem Híbrida Elaborada a Partir dos Modelos ARIMAX e RNA |
| Authors: |
Nascimento Camelo, Henrique do, Lucio, Paulo Sérgio, Leal Junior, João Bosco Verçosa, Carvalho, Paulo Cesar Marques de |
| Source: |
Revista Brasileira de Meteorologia. March 2018 33(1) |
| Publisher Information: |
Sociedade Brasileira de Meteorologia, 2018. |
| Publication Year: |
2018 |
| Subject Terms: |
séries temporais, Inteligência artificial, Modelo ARXAN, Energia eólica, Nordeste brasileiro |
| More Details: |
No presente artigo é proposto um modelo híbrido capaz de realizar previsão de velocidade do vento (médias mensais e horárias) com boa acurácia em regiões do nordeste brasileiro. Este modelo é elaborado a partir da combinação entre dois modelos, o Auto-Regressivo Integrado de Médias Móveis com entradas de Variáveis Exógenas (ARIMAX) e Redes Neurais Artificias (RNA). A escolha por estes modelos foi motivada pelo fato de que os mesmos conseguem incorporar ambas características lineares (ARIMAX) e não-lineares (RNA) comumente existentes em séries temporais. O modelo híbrido relaciona pressão, temperatura e precipitação com velocidade do vento, a fim de considerar características meteorológicas locais importantes. É possível constatar a eficiência do modelo híbrido para fornecer bons ajustes aos dados observados das velocidades dos ventos, sendo esta afirmação baseada nos valores encontrados por medidas de acurácia, exemplo, com erro percentual médio de aproximadamente 5,0%, e valor do coeficiente de eficiência de Nash-Sutcliffe de 0,96. Estes resultados confirmam a existência de precisão para as velocidades dos ventos previstas acompanhando o perfil de suas observações, em especial é possível identificar semelhanças entre ambas as séries temporais (em termos de valores máximos e mínimos), mostrando assim, a capacidade do modelo em representar características de sazonalidade. |
| Document Type: |
article |
| File Description: |
text/html |
| Language: |
Portuguese |
| ISSN: |
0102-7786 |
| DOI: |
10.1590/0102-7786331005 |
| Access URL: |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862018000100115 |
| Rights: |
info:eu-repo/semantics/openAccess |
| Accession Number: |
edssci.S0102.77862018000100115 |
| Database: |
SciELO |
