UTILIZAÇÃO DOS MÉTODOS METAHEURÍSTICOS COMPETIÇÃO IMPERIALISTA E BUSCA DO CUCO NO AJUSTE DE DIFERENTES CURVAS DE DISTRIBUIÇÃO DE VELOCIDADE DO VENTO EM SÃO JOÃO DO CARIRI – PB

Resumo

Para que seja obtida uma maior precisão e confiabilidade na análise do recurso eólico de uma região, é essencial não somente a seleção do modelo de distribuição de velocidade do vento mais preciso na descrição do regime de ventos do local, mas também a correta estimativa dos parâmetros que regem esta distribuição. Sendo assim, seis modelos de distribuição foram utilizados, neste artigo, para descrever o regime de ventos de São João do Cariri, cidade localizada no Nordeste do Brasil. Ademais, motivado pela escassez de estudos que aplicam Métodos de Otimização Metaheurístico (MOA - Metaheuristic Optimization Algorithms) na determinação dos parâmetros das distribuições, dois destes métodos foram utilizados com o mesmo propósito neste trabalho, sendo eles: Competição Imperialista e Busca do Cuco. Posteriormente, os resultados foram submetidos à uma análise estatística integrada de mútiplos critérios para avaliar o desempenho e aplicabilidade dos MOA e para determinar o modelo de distribuição que garantiu melhor ajuste aos dados de velocidade do vento de São João do Cariri. Em comparação com o tradicional Método da Máxima Verossimilhança (MMV), utilizado neste trabalho como referencial, os MOA apresentaram desempenho significativamente melhor, visto que, em todos os modelos de distribuição utilizados, a precisão obtida através dos métodos de otimização foi maior do que a obtida pelo MMV. A distribuição Gamma Generalizada foi a que proporcionou melhor ajuste. A distribuição de Weibull ocupou a terceira posição no rank, reafirmando o fato de que, apesar da sua ampla utilização, esta distribuição não é sempre a mais adequada. Ademais, as distribuições de três parâmetros Gamma Generalizada e Valor Extremo Generalizado proporcionaram melhor ajuste quando comparadas com as distribuições de dois parâmetros de Weibull, Gamma, Birnbaum-Saunders e Nakagami.