Análise multivariada para classificação da velocidade do vento no estado do Ceará

  • Diego Alves Gomes
  • Fábio Sandro dos Santos
  • Kerolly Kedma Felix do Nascimento
  • Juliana Maria Costa de Araújo
  • Denise Stéphane de Almeida Ferreira
  • Kenikywaynne Kerowaynne Felix do Nascimento
  • Guilherme Rocha Moreira Universidade Federal Rural de Pernambuco-UFRPE
Palavras-chave: Energia eólica, Análise de agrupamento, Zonas

Resumo

Objetivando verificar a existência de zonas com velocidades dos ventos distintas, foi utilizado a técnica multivariada de análise de agrupamento no estado do Ceará, foram utilizadas 15 estações, uma estação por município. As séries são oriundas do Instituto Nacional de Meteorologia - INMET, com dimensão de 04/11/2017 até 03/11/2018. Para verificar o melhor agrupamento foi utilizado 3 distâncias; Euclidiana, Chebyshev e Mahalanobis. Posteriormente aplicou-se os métodos aglomerativos de ligação; completa, simples e média. Gerando 9 dendrogramas, aplicando o coeficiente de correlação cofenética para determinar a melhor distância com o método aglomerativo, cujo o valor 0,82 indicou a distância de Mahalanobis com o método de ligação média. A análise de agrupamento indicou grupos com velocidade do vento distintas intra grupo e semelhantes entre grupos, consequentemente a quantidade de grupos é a quantidade de zonas com velocidades distintas. Baseando-se no índice de Ratkowsky do dendrograma da distânica de Mahalanobis com o método de ligação média nessas estações existe 5 zonas no estado do Ceará.

Biografia do Autor

Diego Alves Gomes
Doutorando em Biometria e Estatística Aplicada
Fábio Sandro dos Santos
Mestrando em Biometria e Estatística Aplicada
Kerolly Kedma Felix do Nascimento
Doutorando em Biometria e Estatística Aplicada
Juliana Maria Costa de Araújo
Graduanda em Arquitetura e Urbanismo
Denise Stéphane de Almeida Ferreira
Mestrando em Biometria e Estatística Aplicada
Kenikywaynne Kerowaynne Felix do Nascimento
Graduanda em veterinária
Guilherme Rocha Moreira, Universidade Federal Rural de Pernambuco-UFRPE
Professor

Referências

ABEEOLICA. ASSOCIAÇÃO BRASILEIRA DE ENERGIA EÓLICA. Boletim de Dados de Março de 2019. 2019. Disponível em: hhttp://abeeolica.org.br/noticias/geracao-de-energia-eolica-cresce-15-em-2018-2/i. Acesso em: acessado em 28/03/2019.

CHARRAD, M.; GHAZZALI, N.; BOITEAU, V.; NIKNAFS, A. Package nbclust. Journal of statistical software, v. 61, p. 1-36, 2014.

DE OLIVEIRA, A. C. R.; CECON, P. R.; NASCIMENTO, M.; FINGER, F. L.; PEREIRA, G. M.; PUIATTI, G. A. Genetic divergence between pepper accessions based on quantitative fruit traits. Científica, v. 47, n. 1, p. 83-90, 2019.

DO NASCIMENTO CAMELO, H.; CARVALHO, P. C.; JUNIOR, J. B. V. L.; ACCIOLY FILHO, J. B. P. Análise estatística da velocidade de vento do estado do Ceará. Revista Tecnologia, v. 29, n. 2, 2008.

DOS SANTOS, F. S.; DO NASCIMENTO, K. K. F.; DE JESUS, E. S.; DA SILVA JALE, J.; STOSIC, T.; FERREIRA, T. A. E. Análise estatística da velocidade do vento em Petrolina-PE utilizando as distribuições Weibull e a Burr. Journal of Environmental Analysis and Progress, v. 4, n. 1, p. 057-064, 2019.

JOHNSON, Richard; WICHERN, Dean. Applied Multivariate Statistical Analysis. 6. ed. Harlow: Pearson Education Limited, 2014. 770 p.

LOPES, I.; DE CERQUEIRA JÚNIOR, E. P.; DE MELO, J. M. M.; LEAL, B. G. 2017. Potencial de geração de energia eólica no Submédio São Francisco. Journal of Environmental Analysis and Progress, v. 2, n. 3, p. 330-340.

SÁ, A. L. Atlas do Potencial Eólico Brasileiro. DEWI Magazine, no. 19, p. 63-73, 2001.

SIRAJ-UD-DOULAH, M.; ISLAM, M. N. Defining Homogenous Climate zones of Bangladesh using Cluster Analysis. International Journal, v. 6, n. 1, p. 119-129, 2019.

SOMBRA, S. S. Modelagem numérica em alta resolução para previsão de geração de energia eólica no Ceará. Revista Brasileira de Meteorologia, v. 23, n. 4, p. 477-489, 2008.

UNAL, Y.; KINDAP, T.; KARACA, M. Redefining the climate zones of Turkey using cluster analysis. International Journal of Climatology: A Journal of the Royal Meteorological Society, v. 23, n. 9, p. 1045-1055, 2003.

R CORE TEAM. {it R}: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2012. ISBN 3-900051-07-0, URL url{http://www.R-project.org/}.

Publicado
29-07-2019