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

Abstract

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