Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Meteorologia (Online) |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862017000400565 |
Resumo: | Resumo Esse 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. |
id |
SBMET-1_154fe606992b36f3f6cc636e2e4892b3 |
---|---|
oai_identifier_str |
oai:scielo:S0102-77862017000400565 |
network_acronym_str |
SBMET-1 |
network_name_str |
Revista Brasileira de Meteorologia (Online) |
repository_id_str |
|
spelling |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasilenergias renováveisARIMARNAHolt-WintersResumo Esse 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.Sociedade Brasileira de Meteorologia2017-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862017000400565Revista Brasileira de Meteorologia v.32 n.4 2017reponame:Revista Brasileira de Meteorologia (Online)instname:Sociedade Brasileira de Meteorologia (SBMET)instacron:SBMET10.1590/0102-7786324005info:eu-repo/semantics/openAccessCamelo,Henrique do NascimentoLucio,Paulo SérgioLeal Junior,João Bosco Verçosade Carvalho,Paulo Cesar Marquespor2019-05-27T00:00:00Zoai:scielo:S0102-77862017000400565Revistahttp://www.rbmet.org.br/port/index.phpONGhttps://old.scielo.br/oai/scielo-oai.php||rbmet@rbmet.org.br1982-43510102-7786opendoar:2019-05-27T00:00Revista Brasileira de Meteorologia (Online) - Sociedade Brasileira de Meteorologia (SBMET)false |
dc.title.none.fl_str_mv |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil |
title |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil |
spellingShingle |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil Camelo,Henrique do Nascimento energias renováveis ARIMA RNA Holt-Winters |
title_short |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil |
title_full |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil |
title_fullStr |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil |
title_full_unstemmed |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil |
title_sort |
Métodos de Previsão de Séries Temporais e Modelagem Híbrida ambos Aplicados em Médias Mensais de Velocidade do Vento para Regiões do Nordeste do Brasil |
author |
Camelo,Henrique do Nascimento |
author_facet |
Camelo,Henrique do Nascimento Lucio,Paulo Sérgio Leal Junior,João Bosco Verçosa de Carvalho,Paulo Cesar Marques |
author_role |
author |
author2 |
Lucio,Paulo Sérgio Leal Junior,João Bosco Verçosa de Carvalho,Paulo Cesar Marques |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Camelo,Henrique do Nascimento Lucio,Paulo Sérgio Leal Junior,João Bosco Verçosa de Carvalho,Paulo Cesar Marques |
dc.subject.por.fl_str_mv |
energias renováveis ARIMA RNA Holt-Winters |
topic |
energias renováveis ARIMA RNA Holt-Winters |
description |
Resumo Esse 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. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-12-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862017000400565 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862017000400565 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/0102-7786324005 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Meteorologia |
publisher.none.fl_str_mv |
Sociedade Brasileira de Meteorologia |
dc.source.none.fl_str_mv |
Revista Brasileira de Meteorologia v.32 n.4 2017 reponame:Revista Brasileira de Meteorologia (Online) instname:Sociedade Brasileira de Meteorologia (SBMET) instacron:SBMET |
instname_str |
Sociedade Brasileira de Meteorologia (SBMET) |
instacron_str |
SBMET |
institution |
SBMET |
reponame_str |
Revista Brasileira de Meteorologia (Online) |
collection |
Revista Brasileira de Meteorologia (Online) |
repository.name.fl_str_mv |
Revista Brasileira de Meteorologia (Online) - Sociedade Brasileira de Meteorologia (SBMET) |
repository.mail.fl_str_mv |
||rbmet@rbmet.org.br |
_version_ |
1752122085713379328 |