Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/72137| Tipo: | Artigo de Periódico |
| Título: | Modelo híbrido de previsão de séries temporais para possíveis aplicações no setor de geração eólica |
| Título em inglês: | Hybrid model of time series forecasting for possible applications in the wind power sector |
| Autor(es): | Leal Junior, João Bosco Verçosa Camelo, Henrique do Nascimento Lucio, Paulo Sérgio Carvalho, Paulo Cesar Marques de |
| Palavras-chave: | Modelo estatístico;Redes neurais artificiais;Velocidade do vento.;Statistical model;Artificial neural networks;Wind speed |
| Data do documento: | 2018 |
| Instituição/Editor/Publicador: | CIÊNCIA E NATURA |
| Citação: | LEAL JÚNIOR, João Bosco Verçosa; CAMELO, Henrique do Nascimento; LÚCIO, Paulo Sérgio; CARVALHO, Paulo Cesar Marques de. Modelo híbrido de previsão de séries temporais para possíveis aplicações no setor de geração eólica. CIÊNCIA E NATURA, [s.l.], v. 40, p. 01–06, 2018. |
| Resumo: | No presente artigo um inovador modelo híbrido de previsão de séries temporais baseado na combinação de duas funções (linear e não-linear), respectivas dos modelos Holt-Winters e Redes Neurais Artificiais é apresentado. Esse modelo é aplicado em velocidade do vento no nordeste brasileiro, e foi capaz de realizar previsões de curto e longo prazo com boa acurácia. Destaca-se a eficiência do modelo proposto em fornecer perfeitos ajustes aos dados observados, sendo essa afirmativa de acordo com os baixos valores encontrados na análise estatística de erros, por exemplo, com erro percentual de aproximadamente 5,0%, e também com o valor do coeficiente de eficiência de Nash-Sutcliffe no valor de aproximadamente de 0,96. Esses resultados foram importantes nas precisões encontradas, fazendo com que pudessem acompanhar o perfil das séries temporais observadas, principalmente revelando maiores semelhanças de valores máximos e mínimos entre ambas as séries, mostrando assim, a capacidade do modelo em representar características de sazonalidade local. Métodos para previsão de velocidade do vento podem constituir em técnica útil no setor de geração eólica, por exemplo, sendo capaz de adquirir informações importantes de que maneira o potencial eólico local poderá ser aproveitado para possível geração de energia elétrica |
| Abstract: | In this paper an innovative hybrid model of time series prediction based on the combination of two functions (linear and nonlinear) of the Holt-Winters and Artificial Neural Networks models is presented. This model is applied in wind speed in northeastern Brazil, and was able to perform short and long term forecasts with good accuracy. We highlight the efficiency of the proposed model in providing perfect adjustments to the data observed, being this affirmative according to the low values found in the statistical analysis of errors, for example, with percentage error of approximately 5.0%, and also with the value of the Nash-Sutcliffe coefficient of efficiency of approximately 0.96. These results were important for the accuracy of the data, so that they could follow the profile of the observed time series, mainly revealing greater similarities of maximum and minimum values between both series, thus showing the capacity of the model to represent characteristics of local seasonality. Wind speed prediction methods can be a useful technique in the wind power sector, for example, being able to acquire important information on how local wind potential can be harnessed for possible electric power generation |
| URI: | http://www.repositorio.ufc.br/handle/riufc/72137 |
| ISSN: | 179-460X |
| Aparece nas coleções: | DEME - Artigos publicados em revista científica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2018_art_pcmcarvalho2.pdf | 1,46 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.