PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@2 |
Resumo: | Uma mudança de paradigma no mundo todo foi ocasionada pelo aumento da preocupação quanto ao uso de combustíveis fósseis usados como principal fonte de geração elétrica, a correspondente mudança climática e os danos ambientais crescentes. Nos últimos anos, a energia eólica apresentou um crescimento incessante como alternativa sustentável para a produção de eletricidade, o que pode ser observado a partir do crescimento de sua capacidade instalada mundialmente. O Brasil está entre os dez países que tem as maiores capacidades instaladas, e apresentou 9,42 por cento de geração de energia elétrica advinda da fonte eólica em 2019. No entanto, a aleatoriedade e a intermitência do vento são os maiores desafios na integração dessa fonte no sistema de energia. Diante deste contexto, esta pesquisa propõe a aplicação da técnica Singular Spectrum Analysis (SSA) como método de previsão para uma série de velocidade eólica no Brasil, fazendo uma análise comparativa de modelos SSA considerando diferentes horizontes de previsão e conjunto de treinamento para diferentes dias de previsão, com diferentes tamanhos de série temporal. Deste modo, é comparada a série temporal do ano todo com somente o último mês desta série para prever os últimos sete dias do mês de dezembro. Os resultados dessa aplicação mostram que para a maioria dos dias a utilização do ano todo como conjunto de treinamento obteve melhor desempenho, indicando que o uso da técnica SSA pode ser uma alternativa para séries temporais com uma grande quantidade de dados. |
id |
PUC_RIO-1_fa7a1cc45621a8b09f8d3725f6078a5e |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:49388 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS WIND SPEED PREDICTION USING SINGULAR SPECTRUM ANALYSIS 2020-04-29FERNANDO LUIZ CYRINO OLIVEIRA05702072669lattes.cnpq.br/0348074510343282FERNANDO LUIZ CYRINO OLIVEIRA05702072669lattes.cnpq.br/0348074510343282PAULA MEDINA MACAIRA LOURO13239922789lattes.cnpq.br/6490673312585650PAULA MEDINA MACAIRA LOURO13239922789lattes.cnpq.br/6490673312585650REINALDO CASTRO SOUZAPAULA MEDINA MACAIRA LOUROPAULA MEDINA MACAIRA LOUROSORAIDA AGUILAR VARGASSORAIDA AGUILAR VARGAS06214848499LARISSA MORAES DANTAS CAMPOSPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA DE PRODUÇÃOPUC-RioBRUma mudança de paradigma no mundo todo foi ocasionada pelo aumento da preocupação quanto ao uso de combustíveis fósseis usados como principal fonte de geração elétrica, a correspondente mudança climática e os danos ambientais crescentes. Nos últimos anos, a energia eólica apresentou um crescimento incessante como alternativa sustentável para a produção de eletricidade, o que pode ser observado a partir do crescimento de sua capacidade instalada mundialmente. O Brasil está entre os dez países que tem as maiores capacidades instaladas, e apresentou 9,42 por cento de geração de energia elétrica advinda da fonte eólica em 2019. No entanto, a aleatoriedade e a intermitência do vento são os maiores desafios na integração dessa fonte no sistema de energia. Diante deste contexto, esta pesquisa propõe a aplicação da técnica Singular Spectrum Analysis (SSA) como método de previsão para uma série de velocidade eólica no Brasil, fazendo uma análise comparativa de modelos SSA considerando diferentes horizontes de previsão e conjunto de treinamento para diferentes dias de previsão, com diferentes tamanhos de série temporal. Deste modo, é comparada a série temporal do ano todo com somente o último mês desta série para prever os últimos sete dias do mês de dezembro. Os resultados dessa aplicação mostram que para a maioria dos dias a utilização do ano todo como conjunto de treinamento obteve melhor desempenho, indicando que o uso da técnica SSA pode ser uma alternativa para séries temporais com uma grande quantidade de dados.A paradigm shift around the world was caused by increased concern about the use of fossil fuels used as the main source of electricity generation, the corresponding climate change and increasing environmental damage. In recent years, wind energy has shown steady growth as a sustainable alternative for electricity production, which can be seen from the growth of its installed capacity worldwide. Brazil is among the ten countries that have the largest installed capacities, and presented 9.42 percent of electricity generation from the wind source in the last year. However, wind randomness and intermittency are the biggest challenges in integrating this source into the energy system. In this context, this research proposes the application of the Singular Spectrum Analysis (SSA) technique as a forecast method for a series of wind speed in Brazil, making a comparative analysis of SSA models considering different forecast horizons and training set for different days forecast, with different time series sizes. In this way, the time series of the whole year is compared with only the last month of this series to forecast the last seven days of the month of December. The results of this application show that for most days the use of the whole year as a training set obtained better performance, indicating that the use of the SSA technique can be an alternative for time series with a large amount of data.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCOORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORPROGRAMA DE SUPORTE À PÓS-GRADUAÇÃO DE INSTITUIÇÕES COMUNITÁRIAS DE ENSINO PARTICULAREShttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:53:44Zoai:MAXWELL.puc-rio.br:49388Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-08-11T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.pt.fl_str_mv |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS |
dc.title.alternative.en.fl_str_mv |
WIND SPEED PREDICTION USING SINGULAR SPECTRUM ANALYSIS |
title |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS |
spellingShingle |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS LARISSA MORAES DANTAS CAMPOS |
title_short |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS |
title_full |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS |
title_fullStr |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS |
title_full_unstemmed |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS |
title_sort |
PREVISÃO DE VELOCIDADE DO VENTO UTILIZANDO SINGULAR SPECTRUM ANALYSIS |
dc.creator.Lattes.none.fl_str_mv |
|
author |
LARISSA MORAES DANTAS CAMPOS |
author_facet |
LARISSA MORAES DANTAS CAMPOS |
author_role |
author |
dc.contributor.advisor2ID.none.fl_str_mv |
05702072669 |
dc.contributor.advisor1.fl_str_mv |
FERNANDO LUIZ CYRINO OLIVEIRA |
dc.contributor.advisor1ID.fl_str_mv |
05702072669 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br/0348074510343282 |
dc.contributor.advisor2.fl_str_mv |
FERNANDO LUIZ CYRINO OLIVEIRA |
dc.contributor.advisor2Lattes.fl_str_mv |
lattes.cnpq.br/0348074510343282 |
dc.contributor.advisor-co1.fl_str_mv |
PAULA MEDINA MACAIRA LOURO |
dc.contributor.advisor-co1ID.fl_str_mv |
13239922789 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
lattes.cnpq.br/6490673312585650 |
dc.contributor.advisor-co2.fl_str_mv |
PAULA MEDINA MACAIRA LOURO |
dc.contributor.advisor-co2ID.fl_str_mv |
13239922789 |
dc.contributor.advisor-co2Lattes.fl_str_mv |
lattes.cnpq.br/6490673312585650 |
dc.contributor.referee1.fl_str_mv |
REINALDO CASTRO SOUZA |
dc.contributor.referee2.fl_str_mv |
PAULA MEDINA MACAIRA LOURO |
dc.contributor.referee3.fl_str_mv |
PAULA MEDINA MACAIRA LOURO |
dc.contributor.referee4.fl_str_mv |
SORAIDA AGUILAR VARGAS |
dc.contributor.referee5.fl_str_mv |
SORAIDA AGUILAR VARGAS |
dc.contributor.authorID.fl_str_mv |
06214848499 |
dc.contributor.author.fl_str_mv |
LARISSA MORAES DANTAS CAMPOS |
contributor_str_mv |
FERNANDO LUIZ CYRINO OLIVEIRA FERNANDO LUIZ CYRINO OLIVEIRA PAULA MEDINA MACAIRA LOURO PAULA MEDINA MACAIRA LOURO REINALDO CASTRO SOUZA PAULA MEDINA MACAIRA LOURO PAULA MEDINA MACAIRA LOURO SORAIDA AGUILAR VARGAS SORAIDA AGUILAR VARGAS |
description |
Uma mudança de paradigma no mundo todo foi ocasionada pelo aumento da preocupação quanto ao uso de combustíveis fósseis usados como principal fonte de geração elétrica, a correspondente mudança climática e os danos ambientais crescentes. Nos últimos anos, a energia eólica apresentou um crescimento incessante como alternativa sustentável para a produção de eletricidade, o que pode ser observado a partir do crescimento de sua capacidade instalada mundialmente. O Brasil está entre os dez países que tem as maiores capacidades instaladas, e apresentou 9,42 por cento de geração de energia elétrica advinda da fonte eólica em 2019. No entanto, a aleatoriedade e a intermitência do vento são os maiores desafios na integração dessa fonte no sistema de energia. Diante deste contexto, esta pesquisa propõe a aplicação da técnica Singular Spectrum Analysis (SSA) como método de previsão para uma série de velocidade eólica no Brasil, fazendo uma análise comparativa de modelos SSA considerando diferentes horizontes de previsão e conjunto de treinamento para diferentes dias de previsão, com diferentes tamanhos de série temporal. Deste modo, é comparada a série temporal do ano todo com somente o último mês desta série para prever os últimos sete dias do mês de dezembro. Os resultados dessa aplicação mostram que para a maioria dos dias a utilização do ano todo como conjunto de treinamento obteve melhor desempenho, indicando que o uso da técnica SSA pode ser uma alternativa para séries temporais com uma grande quantidade de dados. |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020-04-29 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49388@2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM ENGENHARIA DE PRODUÇÃO |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1748324951533813760 |