CORRELAÇÃO DE LONGO ALCANCE TEMPORAL DA VELOCIDADE DO VENTO NOS MUNICÍPIOS DE CEARÁ-MIRIM E NATAL NO RIO GRANDE DO NORTE
DOI:
https://doi.org/10.15628/holos.2017.5491Palavras-chave:
Correlação, probabilidade, série temporal, tendênciaResumo
A energia eólica é uma fonte natural de energia renovável e utilizada em diversos países para o abastecimento energético de residências, fábricas e empresas. Para os países que possuem hidrelétricas como a principal fonte geradora de energia, como o Brasil, por exemplo, a energia eólica é muito importante, porque ela não consome água, é renovável, limpa e não causa danos ambientais como outras fontes energéticas poluentes e sujas. Diversos estudos são realizados a fim de observar o comportamento do vento, em particular às correlações com outras variáveis como radiação solar, temperatura máxima ou mínima e umidade relativa do ar. Para fazerem inferência das observações do vento pesquisadores tem empregado diversas ferramentas estatísticas como médias móveis, média móvel ponderada e suavização exponencial. Nosso interesse é verificar as correlações de curto ou longo alcance persistente/antipersistente em séries temporais de ventos dos municípios Natal e Ceará-Mirim. Para realizar o estudo da correlação do vento se aplicou os métodos estatísticos denominados Detrended Fluctuation Analysis (DFA) e Detrended Cross-Correlation Analysis –DCCA, isto é análise da flutuação sem tendências e análise da correlação cruzada sem tendências. Nesta pesquisa observou-se que a série temporal do vento tem uma forte correlação de longo alcance persistente, significando que valores altos de velocidade do vento tem maior probabilidade de ser seguido por valores altos; e, valores baixos na velocidade do vento tem maior probabilidade de ser seguido por valores baixos.
Downloads
Referências
ALVES, T. L. B., AZEVEDO, P. V., & FARIAS, A. A. (2016). Comportamento da precipitação pluvial e sua relação com o relevo nas microrregiões do Cariri Oriental e Ocidental do estado da Paraíba (Rainfall behavior rain and its relationship with relief in the Regions Cariri of Eastern and Western state of Paraíba). Revista Brasileira de Geografia Física, 8(6), 1601-1614.
DE ARAUJO, A. J., STOSIC, T., STOSIC, B., & DEZOTTI, C. H. (2015). Correlações de longo alcance em séries temporais de velocidade do vento no Nordeste. Sigmae, 2(3), 81-84.
DO NASCIMENTO CAMELO, H., LUCIO, P. S., & JUNIOR, J. B. V. L. (2016). Modelagem de média mensal de velocidade do vento para região litorânea no nordeste Brasileiro através do método aditivo Holt-Winters com vias a previsão de geração eólica. Revista Brasileira de Energias Renováveis, 5(4).
DOS ANJOS, P. S., DA SILVA, A. S. A., STOŠI?, B., & STOŠI?, T. (2015). Long-term correlations and cross-correlations in wind speed and solar radiation temporal series from Fernando de Noronha Island, Brazil. Physica A: Statistical Mechanics and its Applications, 424, 90-96.
GVOZDANOVIC, I., PODOBNIK, B., WANG, D., & STANLEY, H. E. (2012). 1/f behavior in cross-correlations between absolute returns in a US market. Physica A: Statistical Mechanics and its Applications, 391(9), 2860-2866.
JÚNIOR, J. M. C. (2016). Strawberry cultivars: Knowing to expand and reduce the environmental impacts| Cultivares de morango: conhecer para expandir e reduzir os impactos ambientais. Revista Geama, 5(1), 138-147.
LI, D., NISHIMURA, Y., & MEN, M. (2016). Why the long-term auto-correlation has not been eliminated by arbitragers: Evidences from NYMEX. Energy Economics, 59, 167-178.
LUIZ, G. C., CARDOSO, H. C., & RIBEIRO, L. L. (2016). Aplicação do teste sazonal de mann kendall na análise de tendência da temperatura e umidade relativa do ar–goiâniago: série histórica 1961 A 2008. Revista geonorte, 3(8), 414-427.
MUNHOZ, F. C., & GARCIA, A. (2008). Caracterização da velocidade e direção predominante dos ventos para a localidade de Ituverava, SP. Revista Brasileira de Meteorologia, 23(1), 30-34.
NOBREGA, P. G. B., & NOBREGA, S. H. S. (2016). Perigo sísmico no brasil e a responsabilidade da engenharia de estruturas. HOLOS, 4, 162-175.
PENG, C. K., BULDYREV, S. V., HAVLIN, S., SIMONS, M., STANLEY, H. E., & GOLDBERGER, A. L. (1994). Mosaic organization of DNA nucleotides. Physical review e, 49(2), 1685.
PODOBNIK, B., & STANLEY, H. E. (2008). Detrended cross-correlation analysis: a new method for analyzing two nonstationary time series. Physical review letters, 100(8), 084102.
SANSIGOLO, C. A. (2005). Distribuições de probabilidade de velocidade e potência do vento. Revista Brasileira de Meteorologia, 20(2), 207-214.
SOUZA, J. L., BARROS, J. D., SILVEIRA, A. H. D. M., QUEIROZ, A. F. S., & SILVA, F. M. (2016). Probabilidade de eventos bioclimáticos em Natal/RN. Revista do CERES, 1(2), 241-244.