Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento

Detalhes bibliográficos
Autor(a) principal: Martins, Guilherme Cruvello da Silveira
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/14119
Resumo: A demanda de energia elétrica cresce exponencialmente com o aumento da população mundial e da modernização. Ser capaz de gerar e consumir energia limpa ́e um enorme desafio. Neste cenário, a energia eólica surge como uma possível fonte de energia complementar a energia hidrelétrica instalada no Brasil. Porém, este tipo de energia depende de série fatores climáticos que mudam constantemente com o tempo. Por este motivo, ser capaz de prever a velocidade do vento ́e um importante papel para o planejamento e a gestão das cidades. Este trabalho propôs a modelagem estatística de séries temporais com o auxílio da filtragem Singular Spectrum Analysis e da divisão Cross Validation. A primeira técnica busca decompor e reconstruir a série temporal sem a componente ruidosa, já o segundo método busca reestimar a série de forma iterativa com a adição de uma nova observação a cada instante de tempo. Para validação da previsão estatística foram utilizadas as seguintes estatísticas de aderência: RMSE, BIC, R2 e MAPE nos dados mensais de velocidade média do vento (em m/s) do município de Campos dos Goytacazes no Estado do Rio de Janeiro de janeiro de 2012 à dezembro de 2016. Os resultados apontam para essa amostra um ajuste melhor nos modelos in-sample após aplicação do filtro SSA. Já para previsão fora da amostra teve as melhores estatísticas de aderência com a combinação do filtro SSA junto da divisão do Cross Validation, mostrando ser um resultado promissor para o planejamento da energia eólica como fonte de energia
id UFF-2_255d4553a7c1f1f55d69e0253b7097cf
oai_identifier_str oai:app.uff.br:1/14119
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do ventoSingular spectrum analysisAnálise de clusterVelocidade do ventoCross validationAnálise espectralAnálise de agrupamentoEnergia eólicaA demanda de energia elétrica cresce exponencialmente com o aumento da população mundial e da modernização. Ser capaz de gerar e consumir energia limpa ́e um enorme desafio. Neste cenário, a energia eólica surge como uma possível fonte de energia complementar a energia hidrelétrica instalada no Brasil. Porém, este tipo de energia depende de série fatores climáticos que mudam constantemente com o tempo. Por este motivo, ser capaz de prever a velocidade do vento ́e um importante papel para o planejamento e a gestão das cidades. Este trabalho propôs a modelagem estatística de séries temporais com o auxílio da filtragem Singular Spectrum Analysis e da divisão Cross Validation. A primeira técnica busca decompor e reconstruir a série temporal sem a componente ruidosa, já o segundo método busca reestimar a série de forma iterativa com a adição de uma nova observação a cada instante de tempo. Para validação da previsão estatística foram utilizadas as seguintes estatísticas de aderência: RMSE, BIC, R2 e MAPE nos dados mensais de velocidade média do vento (em m/s) do município de Campos dos Goytacazes no Estado do Rio de Janeiro de janeiro de 2012 à dezembro de 2016. Os resultados apontam para essa amostra um ajuste melhor nos modelos in-sample após aplicação do filtro SSA. Já para previsão fora da amostra teve as melhores estatísticas de aderência com a combinação do filtro SSA junto da divisão do Cross Validation, mostrando ser um resultado promissor para o planejamento da energia eólica como fonte de energiaMenezes, Moisés Lima deCarvalho, Marcia Marques deSanfins, Marco Aurelio dos SantosMartins, Guilherme Cruvello da Silveira2020-06-24T14:47:18Z2020-06-24T14:47:18Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfMARTINS, Guilherme Cruvello da Silveira. Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento. 2017. 46 f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017.https://app.uff.br/riuff/handle/1/14119http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-09-23T15:30:12Zoai:app.uff.br:1/14119Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202021-09-23T15:30:12Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
title Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
spellingShingle Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
Martins, Guilherme Cruvello da Silveira
Singular spectrum analysis
Análise de cluster
Velocidade do vento
Cross validation
Análise espectral
Análise de agrupamento
Energia eólica
title_short Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
title_full Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
title_fullStr Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
title_full_unstemmed Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
title_sort Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento
author Martins, Guilherme Cruvello da Silveira
author_facet Martins, Guilherme Cruvello da Silveira
author_role author
dc.contributor.none.fl_str_mv Menezes, Moisés Lima de
Carvalho, Marcia Marques de
Sanfins, Marco Aurelio dos Santos
dc.contributor.author.fl_str_mv Martins, Guilherme Cruvello da Silveira
dc.subject.por.fl_str_mv Singular spectrum analysis
Análise de cluster
Velocidade do vento
Cross validation
Análise espectral
Análise de agrupamento
Energia eólica
topic Singular spectrum analysis
Análise de cluster
Velocidade do vento
Cross validation
Análise espectral
Análise de agrupamento
Energia eólica
description A demanda de energia elétrica cresce exponencialmente com o aumento da população mundial e da modernização. Ser capaz de gerar e consumir energia limpa ́e um enorme desafio. Neste cenário, a energia eólica surge como uma possível fonte de energia complementar a energia hidrelétrica instalada no Brasil. Porém, este tipo de energia depende de série fatores climáticos que mudam constantemente com o tempo. Por este motivo, ser capaz de prever a velocidade do vento ́e um importante papel para o planejamento e a gestão das cidades. Este trabalho propôs a modelagem estatística de séries temporais com o auxílio da filtragem Singular Spectrum Analysis e da divisão Cross Validation. A primeira técnica busca decompor e reconstruir a série temporal sem a componente ruidosa, já o segundo método busca reestimar a série de forma iterativa com a adição de uma nova observação a cada instante de tempo. Para validação da previsão estatística foram utilizadas as seguintes estatísticas de aderência: RMSE, BIC, R2 e MAPE nos dados mensais de velocidade média do vento (em m/s) do município de Campos dos Goytacazes no Estado do Rio de Janeiro de janeiro de 2012 à dezembro de 2016. Os resultados apontam para essa amostra um ajuste melhor nos modelos in-sample após aplicação do filtro SSA. Já para previsão fora da amostra teve as melhores estatísticas de aderência com a combinação do filtro SSA junto da divisão do Cross Validation, mostrando ser um resultado promissor para o planejamento da energia eólica como fonte de energia
publishDate 2017
dc.date.none.fl_str_mv 2017
2020-06-24T14:47:18Z
2020-06-24T14:47:18Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MARTINS, Guilherme Cruvello da Silveira. Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento. 2017. 46 f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017.
https://app.uff.br/riuff/handle/1/14119
identifier_str_mv MARTINS, Guilherme Cruvello da Silveira. Análise de clusters, singular spectrum analysis e cross validation na previsão de velocidade do vento. 2017. 46 f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017.
url https://app.uff.br/riuff/handle/1/14119
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1807838875337359360