1 |
[en] A NEW APPROACH TO GENERATE TIME SERIES PERIODICAL SCENARIOS VIA NON-LINEAR MODELS / [pt] UMA NOVA ABORDAGEM PARA GERAÇÃO DE CENÁRIOS DE SÉRIES TEMPORAIS PERIÓDICAS VIA MODELOS NÃO LINEARESVICTOR EDUARDO LEITE DE A DUCA 23 March 2018 (has links)
[pt] Os modelos autorregressivos são comumente encontrados dentro do contexto de séries hidrológicas, especificamente em séries de vazões e/ou ENA (Energia Natural Afluente). Muitos destes modelos são de ordem 1, possuem parâmetros constantes ou periódicos e necessitam do requisito de normalidade.
Segundo a literatura, séries de vazões anuais podem ser aproximadas para distribuições normais, porém em períodos de tempo curtos como diário, semanal e mensal esta característica não é observada, especialmente pelo problema de assimetria. Devido a isto, uma nova classe de modelo de ordem 1 foi estudada na tentativa de suprir tal problema. O novo modelo mantém estrutura autorregressiva, pode ser aditivo, multiplicativo ou híbrido, onde incorpora propriedades aditivas e multiplicativas conjunta- mente, porém suas marginais assumirão distribuição gama. Além disso, a modelagem parte do pressuposto
que os Métodos de Momentos são eficientes para estimação de seus parâmetros. Recentemente esta abordagem, sob a forma híbrida, não demonstrou sucesso para o contexto do despacho hidrotérmico brasileiro. O presente trabalho foca na análise completa do modelo híbrido para as séries do Setor Elétrico Brasileiro, trazendo como novidade a estimação via máxima verossimilhança além dos estudos isolados de modelos aditivos e multiplicativos. Os resultados revelaram uma linha de pesquisa promissora, abrindo um campo de possibilidades para que novas ordens superiores a primeira ou distribuições assimétricas possam ser estudadas partindo deste princípio. / [en] Autoregressive models are commonly found in the context of hydrological series, specifically in streamflow and/or ANE series (Affluent Natural Energy). Most of them are models of order 1, which have constant or periodic parameters and need the requirement of normality. According to the literature, annual
streamflow series can be approximated for normal distributions, however, in short periods of time, like daily, weekly and monthly, this feature is not observed, especially because of the asymmetry issue. Due to this reason, a new class of model of order 1 was studied for attempting to solve such problem. The new
model keeps autoregressive structure and can be additive, multiplicative or hybrid, in which embodies additive and multiplicative properties together, but its marginals will assume gamma distribution. Moreover, this modeling departs from the presupposition that Methods of Moments are efficient to the estimation of its parameters. Recently, this approach, under the hybrid way, has not proved to be successful to the context of Brazilian hydrothermal dispatch. This work focuses on the complete analysis of hybrid model to the series of the Brazilian Electric Sector, bringing, as novelty, Maximum Likelihood Estimation, besides isolated studies of additive and multiplicative models. The results revealed a prosperous line of research, opening a field of possibilities for new orders or asymmetric distributions to be studied starting from this point.
|
Page generated in 0.0351 seconds