Modelagem da direção do vento em Patos na Paraíba utilizando a distribuição de probabilidade de von Mises
DOI:
https://doi.org/10.33448/rsd-v9i12.11261Palavras-chave:
Fonte energética; Circular ; Ventos; Estatística circular.Resumo
Objetivo: utilizamos a distribuição de probabilidade circular de von Mises para determinar a direção predominante do vento em Patos na Paraíba. Método: utilizaram-se dados horários de direção do vento circular, obtidos pelo Instituto Nacional de Meteorologia – INMET, no período de 21 de julho de 2007 a 30 de setembro de 2018. Foi aplicada estatística circular aos dados, mais precisamente, a distribuição de von Mises. Resultados: Os resultados das análises demonstraram que a distribuição de von Mises se ajustou bem aos dados de direção de vento, verificando que a direção do vento nesse município está com uma alta variação no sentido Sudeste. Conclusão: A análise permitiu ser uma ferramenta útil para uma possível instalação de um parque eólico, obtendo um maior aproveitamento da direção do vento, na localidade.
Referências
ABEEOLICA. Brasil avança em ranking de energia eólica com ventos entre os melhores do mundo (Reuters). (2018a). Recuperado de: hhttp://abeeolica.org.br/noticias/.
ABEEOLICA. Energia eólica no Nordeste cresce e tem ápice na época de secas. (2019b). Recuperado de: hhttp://abeeolica.org.br/noticias/energia-eolica-no-nordeste-cresce-e-tem-apice-na-epoca-de-secas-jornal-metro/i.
ABEEOLICA. Espanhola Iberdrola investe 1 bilhão de euros em complexo eólico no Brasil (Exame). (2018c). Recuperado de: hhttp://abeeolica.org.br/noticias/espanhola-iberdrola-investe-1-bilhao-de-euros-emi h-complexo-eólico-no-brasil-exame/i.
Blain, G. C. (2011). Modelagem de séries de temperatura mínima extrema sob condições de alterações climáticas. Ciência Rural, 41(11), 1877-1883.
Basile, S., Burlon, R., & Morales, F. (2015). Joint probability distributions for wind speed and direction. A case study in Sicily. In 2015 International Conference on Renewable Energy Research and Applications (ICRERA) (pp. 1591-1596). IEEE. Doi: https://doi.org/10.1109/ICRERA.2015.7418675
do Nascimento Camelo, H., Teixeira, W. F., Lucio, P. S., & Junior, J. B. V. L. (2015). Previsão de Velocidade Média do Vento através da utilização de modelagem Auto-Regressiva de Médias Móveis (ARMA) em Região Serrana no Estado do Ceará-Brasil. Revista Brasileira de Energias Renováveis, 4(3).
Gugliani, G. K., Sarkar, A., Ley, C., & Mandal, S. (2018). New methods to assess wind resources in terms of wind speed, load, power and direction. Renewable Energy, 129, 168-182. Doi: https://doi.org/10.1016/j.renene.2018.05.088
Guignard, F., Lovallo, M., Laib, M., Golay, J., Kanevski, M., Helbig, N., & Telesca, L. (2019). Investigating the time dynamics of wind speed in complex terrains by using the Fisher–Shannon method. Physica A: Statistical Mechanics and its Applications, 523, 611-621. Doi: https://doi.org/10.1016/j.physa.2019.02.048
Gumbel, E. J., Greenwood, J. A., & Durand, D. (1953). The circular normal distribution: Theory and tables. Journal of the American Statistical Association, 48(261), 131-152.
Hagen, B., Simonsen, I., Hofmann, M., & Muskulus, M. (2013). A multivariate Markov weather model for O&M simulation of offshore wind parks. Energy Procedia, 35, 137-147. Doi: https://doi.org/10.1016/j.egypro.2013.07.167.
Heckenbergerova, J., Musilek, P., Krömer, P. (2015). Optimization of wind direction distribution parameters using particle swarm optimization. In Afro-European Conference for Industrial Advancement (pp. 15-26). Springer, Cham. Doi: https://doi.org/10.1007/978-3-319-13572-4_2
Horák, J., & Orlíková, L. (2019, May). Circular Statistics for Directional and Temporal Data: Case Studies of Lineaments and Noise Violations Offence. In 2019 International Conference on Military Technologies (ICMT) (pp. 1-6). IEEE. Doi: 10.1109/MILTECHS.2019.8870075.
Hussin, A. G., Jalaludin, J. F., & Mohamed, I. (2006). Analysis of Malaysian wind direction data using AXIS. Journal of Applied Science Research, 2(11), 1019-1021.
Kamisan, N. A. B., Hussin, A. G., & Zubairi, Y. Z. (2010). Finding the best circular distribution for southwesterly monsoon wind direction in Malaysia. Sains Malaysiana, 39(3), 387-393.
Kato, S., & Jones, M. C. (2010). A family of distributions on the circle with links to, and applications arising from, Möbius transformation. Journal of the American Statistical Association, 105(489), 249-262. Doi: https://doi.org/10.1198/jasa.2009.tm08313.
INMET. Instituto Nacional de Meteorologia. (2020). Recuperado de: https://portal.inmet.gov.br/.
Lagona, F. (2016). Regression analysis of correlated circular data based on the multivariate von Mises distribution. Environmental and ecological statistics, 23(1), 89-113. DOI 10.1007/s10651-015-0330-y.
Lang, M. N., Schlosser, L., Hothorn, T., Mayr, G. J., Stauffer, R., & Zeileis, A. (2020). Circular Regression Trees and Forests with an Application to Probabilistic Wind Direction Forecasting. arXiv preprint arXiv:2001.00412.
Lund, U. S-plus original by Ulric Lund and R port by Claudio Agostinelli (2018). CircStats: Circular Statistics, from “Topics in Circular Statistics” (2001). R package version 0.2–6. Disponível em: https://CRAN.R-project.org/package=CircStats. Acesso em 16/062020.
Masseran, N. (2015). Markov chain model for the stochastic behaviors of wind-direction data. Energy conversion and management, 92, 266-274. Doi: https://doi.org/10.1016/j.enconman.2014.12.045
Masseran, N., Razali, A. M. (2016). Modeling the wind direction behaviors during the monsoon seasons in Peninsular Malaysia. Renewable and Sustainable Energy Reviews, 56, 1419-1430. Doi: https://doi.org/10.1016/j.rser.2015.11.040.
Masseran, N., Razali, A. M., Ibrahim, K., & Latif, M. T. (2013). Fitting a mixture of von Mises distributions in order to model data on wind direction in Peninsular Malaysia. Energy Conversion and Management, 72, 94-102. Doi: https://doi.org/10.1016/j.enconman.2012.11.025.
Miranda, Y. S. S.; Brighenti, C. R. G. Distribuição vom Misses na avaliação de dados entomológicos. 19º Simpósio Nacional de Probabilidade e Estatística - SINAPE, 2010.
do Nascimento, K. K. F., dos Santos, F. S., Gomes, D. A., da Silva Jale, J., Leite, R. S., Stosic, T., & Ferreira, T. A. E. (2019). Modelagem multifractal da velocidade horária do vento no município de Patos, Paraíba. Sigmae, 8(2), 238-247.
Pereira, AS, Shitsuka, DM, Parreira, FJ & Shitsuka, R. (2018). Metodologia da pesquisa
científica. [e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Acesso: 11 maio 2020. Disponível
R Development Core Team. R: A Language and Environment for Statistical Computing. Vienna, Austria, 2019. Disponível em: http://www.R-project.org. Acesso em: 18/06/2020.
Vitti, D. M. C., Mauad, F. F., Jr, A. M., Inocêncio, L. C., & Veronez, M. R. (2017). Análise de Erros Sistemáticos em Ortofoto Gerada por Meio de Fotogrametria com RPAS. In Congresso Brasileiro de Cartografia, Rio de Janeiro, RJ, Brasil.
Zhan, X., Ma, T., Liu, S., & Shimizu, K. (2019). On circular correlation for data on the torus. Statistical Papers, 60 (6), 1827-1847. Doi: https://doi.org/10.1007/s00362-017-0897-5.
Zhu, X., Yang, X. (2016, July). Uncertainties in directional offshore wind distribution estimate from satellite remote sensing. In 2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS) (pp. 4623-4626). IEEE. Doi: https://doi.org/10.1109/IGARSS.2016.7730206.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Fábio Sandro dos Santos; Mickaelle Maria de Almeida Pereira; José Eduardo Silva ; Henrique Correia Torres Santos; Tatijana Stosic
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
