No abstract

ResumoEsse trabalho tem como objetivo realizar previsões de séries temporais da velocidade do vento em termos de médias mensais no nordeste brasileiro. Foram testados os seguintes modelos de séries temporais, Auto-Regressivo Integrado de Médias Móveis (ARIMA) e Holt-Winters (HW), e também inteligência artificial computacional com o uso de Redes Neurais Artificiais (RNA). E ainda foram testados dois modelos híbridos, o primeiro com combinação dos modelos ARIMA e RNA, o qual existem trabalhos na literatura, e o segundo trata-se de uma tentativa de combinação dos modelos HW e RNA. As séries ajustadas obtidas pelos modelos híbridos, mostram-se eficientes em acompanhar o perfil das séries observadas das regiões de estudo, com semelhanças aos dados observados em termos de máximos e mínimos, indicando assim, a capacidade dos modelos em representar sazonalidades. O cálculo da estatística de erros envolvendo o modelo híbrido (HW e RNA) obteve os menores valores em Fortaleza, São Luís e Natal, por exemplo, com valores de erros percentuais de 3,80%, 4,91% e 2,85%, respectivamente. A redução das variáveis da estatística de erros por parte dos modelos híbridos quando comparado separadamente a utilização dos modelos (ARIMA, HW e RNA) poderá influenciar nas precisões das velocidades dos ventos previstas. Palavras-chaves: energias renováveis, ARIMA, RNA, Holt-Winters. Time Series Forecasting Methods and Hybrid Modeling both Applied onMonthly Average Wind Speed for Regions of Northeastern Brazil. AbstractThe objective of this work is to perform time series forecasts of wind speed in terms of monthly averages in the Brazilian Northeast. The following time-series models, Auto-Regressive Integrated Moving Average (ARIMA) and Holt-Winters (HW) were tested, as well as computational artificial intelligence with the use of Artificial Neural Networks (ANN). In addition, two hybrid models were tested, the first with a combination of the ARIMA and ANN models, which work in the literature, and the second is an attempt to combine HW and ANN models. The adjusted series obtained by the hybrid models, are efficient to follow the profile of the observed series of the study regions, with similarities to the data observed in terms of maxima and minima, thus indicating the capacity of the models to represent seasonalities. The calculation of error statistics involving the hybrid (HW and ANN) model obtained the lowest values in Fortaleza, São Luís and Natal, for example, with percent error values of 3.80%, 4.91% and 2.85%, respectively. The reduction of the statistical variables of errors by the hybrid models when comparing the use of the models (ARIMA, HW and ANN) separately may influence the predictions of expected wind velocities.

No abstract

Nesse trabalho é realizado uma previsão de velocidade média do vento para a cidade de Ubajara região serrana do Estado do Ceará – Brasil, através de modelagem Auto-Regressiva de Médias Móveis – ARMA. A busca por métodos de previsão de velocidade do vento poderá garantir ainda mais investimentos em geração eólica tendo em vista que isso poderar ser um fator adicional na implantação de novos parques eólicos em diversas regiões do país. Nos últimos anos o Estado do Ceará é uma das regiões do território brasileiro que mais crescem em potencia eólica instalada, exemplo disso é que em 1999 possuia um valor de 5 MW, já no ano de 2014 possui um valor de 1,2 GW. A eficácia da previsão é afirmada mediante a análise de erros realizada comparando-se as séries real e prevista. A média do erro absoluto foi de aproximadamente 0,10 m/s, o erro quadrático médio foi de 0,37 m/s, e a média do erro absoluto percentual foi de 4,82 %.

No presente trabalho foi realizado um estudo de previsão da média mensal de velocidade do vento para a cidade de Caucaia, litoral do Estado do Ceará no nordeste do Brasil. Para isso foi utilizado o modelo aditivo de Holt-Winters, a partir dos dados de velocidade do vento ao nível de 10 m de altura no período de janeiro de 2004 até dezembro de 2005, coletados da Fundação Cearense de Meteorologia e Recursos Hídricos. A previsão mostrou-se eficiente baseada no fato de que a análise de erro realizada forneceu valores (em geral) reduzidos como, por exemplo, existe um o erro percentual médio da previsão comparado ao observado de apenas 3,5%. Dessa forma foi possível identificar que os dados previstos conseguem acompanhar o perfil dos dados observados indicando assim a viabilidade do modelo para a região de estudo. Esse trabalho poderá ser utilizado como uma ferramenta de previsão de velocidade do vento, visando o estudo e avanço da geração eólio-elétrica em diversas regiões do país, proporcionando aos tomadores de decisão a instalação de novos parques eólicos, visto que haverá possibilidade de conhecer o regime local de intensidade de vento futuro.