Multivariate analysis to classify wind speed in the state of Ceará

Authors

  • Diego Alves Gomes https://orcid.org/0000-0003-2108-4672
  • Fábio Sandro dos Santos https://orcid.org/0000-0002-0135-4981
  • 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

Keywords:

Wind Energy, Analysis of clustering, Areas

Abstract

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.

Author Biographies

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

References

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/}.

Published

29-07-2019

How to Cite

Gomes, D. A., dos Santos, F. S., do Nascimento, K. K. F., de Araújo, J. M. C., Ferreira, D. S. de A., do Nascimento, K. K. F., & Moreira, G. R. (2019). Multivariate analysis to classify wind speed in the state of Ceará. Sigmae, 8(2), 90–97. Retrieved from https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/926