Modelos Autorregresivos para Predecir la Velocidad del Viento en la Zona Rural Socabaya de Perú, 2022

Author:

Quispe Reynaldo1ORCID,Huamani Renzon2ORCID

Affiliation:

1. Universidad Nacional José María Arguedas, Departamento Académico de Ciencias Básicas, Andahuaylas, Perú

2. Universidad Nacional de San Agustín de Arequipa, Departamento Académico de Física, Arequipa, Perú

Abstract

La zona rural del Perú presenta una gran variabilidad de vientos, su desconocimiento debido a la ausencia de modelos de predicción tiene un efecto desfavorable en la agricultura, infraestructura, seguridad, transporte y optimización de la energía eólica. Este trabajo obtiene un modelo de media móvil integrada autorregresiva (ARIMA) de predicción de la rapidez de viento en el lenguaje de programación R para la zona rural del Perú, distrito de Socabaya de Arequipa. La metodología consiste en el método cuantitativo y técnica documental, con una muestra de 334 datos de viento del año 2022 de la estación meteorológica Administración Nacional de Aeronáutica y Espacio (NASA) (POWER, 2023) para el distrito de Socabaya. Utilizando R, se aplicó el método paramétrico: Dicker-Fuller, Levene, D'Agostino, Kwiatkowski–Phillips–Schmidt–Shin (KPSS) y diferenciación (d=1) para lograr la normalidad y estacionariedad de los datos. Se analiza la función de autocorrelación simple (ACF) y función de autocorrelación parcial (Parcial ACF) mediante un proceso de ajuste recursivo, criterio de información de Akaike (AIC) para elegir el mejor modelo ARIMA de predicción. El resultado obtenido es el modelo de predicción de viento ARIMA (1, 1, 2), con una precisión de error de escala absoluta de media (MASE) de 0,849. Se concluye que el modelo ARIMA obtenido puede usarse para predecir la velocidad de viento en Socabaya a corto plazo, desde el 29 de noviembre hasta 8 de diciembre del 2022, y su aleatoriedad estaría influenciado por la variabilidad climática y cantidad de datos del año 2022.

Publisher

Escuela Politecnica Nacional

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3