ANÁLISE E PREVISÃO DE SÉRIES TEMPORAIS DE DADOS ANEMOMÉTRICOS PARA GERAÇÃO DE ENERGIA ELÉTRICA
Modelos ARIMA
Modelos de Holt-Winters
Velocidade do vento
Energia eólica
Energia alternativa
Série temporal
Energia eólica
Pessanha, Tayanie de Freitas | Publicado en:
2017
Resumen
O Brasil é um país de dimensão continental. A extensa malha fluvial permitiu que se utilizasse do recurso hidrológico para geração de energia. Por conta disso, a maior parte da energia elétrica produzida no nosso país é de origem hidráulica. Porém, com o aumento da demanda devido a diversos fatores como o crescimento da população, o aumento dos componentes eletrônicos devido ao avanço da tecnologia e os fatores climatológicos que vêm tornando os recursos hídricos cada vez mais escassos, surge a necessidade de se ter uma fonte de energia complementar à hídrica e que seja limpa e sustentável. Nesta linha de pensamento, a energia eólica surge como uma boa opção. Este trabalho propôs um estudo sobre velocidades do vento em diferentes regiões do Brasil, tendo como objetivo a análise de viabilidade de instalação de usinas eólicas para produção de energia elétrica. Para isso, foram estudadas de forma separada por prazo e por espaço de tempo, dife rentes séries horárias e mensais de velocidade do vento utilizando análises e previsões de séries temporais com modelagens de Holt-Winters e de Box & Jenkins. Os resultados obtidos mostram que a classe de modelos mais adequada para se trabalhar neste tipo de variável dentre os modelos analisados é a classe de modelos ARIMA e que dentre as estações anemométricas estudadas, as estações de Campina Grande - PB, Espinos - MG e Passo Fundo - RS são as mais adequadas para se instalar parques eólicos
[Texto sem Formatação]
[Texto sem Formatação]
Tipo de documento
Trabalho de conclusão de cursoFuente
PESSANHA, Tayanie de Freitas. Análise e previsão de séries temporais de dados anemométricos para geração de energia elétrica. 2017. 59 f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017.Sujeta/Sujeto(s)
Séries temporaisModelos ARIMA
Modelos de Holt-Winters
Velocidade do vento
Energia eólica
Energia alternativa
Série temporal
Energia eólica
Término de licencia
CC-BY-SAEl ítem tiene asociados los siguientes ficheros de licencia: