Previsão da velocidade do vento em curto prazo com o emprego de redes neurais artificiais

Abstract

O objetivo deste trabalho é avaliar o resultado da previsão da velocidade do vento para os horizontes de 1, 3, 6, 12, 18 e 24 horas à frente com o uso de uma rede neural artificial de função de base radial (RBF). O conjunto de dados que foram utilizados são provenientes da estação anemométrica de Petrolina (PE), do projeto SONDA, o qual coleta dados nas alturas de 25 e 50 metros. A seleção das variáveis ótimas de entrada no modelo é uma das principais etapas e, para isso, foi aplicado o método de regressão stepwise, passo forward, com o uso da rede neural para obter a função não linear para cada horizonte de tempo. Essa etapa atingiu um tempo de processamento máximo de 29 horas. Visando um melhor desempenho da rede neural foi considerado, para cada um dos horizontes de previsão, uma diferente configuração da RNA RBF, a qual variou nos números de neurônios da camada de entrada e nos da camada oculta. Os resultados mostraram que a rede neural RBF teve um bom desempenho, alcançando para o horizonte de previsão de 1 hora um REQM de 0,919 m/s na altura de 25 metros e de 1,083 m/s na altura de 50 metros. Verificou-se que esse erro aumentava conforme o horizonte de previsão e, ao fim do período do dia, esse erro diminuía novamente, em função do ciclo diário da camada limite. Assim, para o horizonte de previsão de 24 horas, os REQM resultantes foram de 0,990 m/s e de 1,155 m/s, para 25 e 50 metros de altura, respectivamente. Ademais, verificou-se que os erros de previsão aumentaram conforme a altura de medição.