Definições acerca de Séries Temporais¶
Uma série temporal é um conjunto de observações coletadas sequencialmente ao longo do tempo. Essas observações são tipicamente registradas em intervalos regulares e são fundamentais em diversos campos da engenharia, como controle de processos, análise de sistemas e previsão de tendências. O aspecto distintivo de uma série temporal é a sua natureza temporal - cada ponto de dados é dependente do tempo, o que o diferencia de outros tipos de dados estatísticos onde não há uma ordenação natural dos dados.
Na análise de séries temporais, o foco está em compreender as características inerentes aos dados que se revelam ao longo do tempo. Isso pode incluir a identificação de tendências (padrões de aumento ou diminuição ao longo do tempo), sazonalidade (padrões que se repetem em intervalos regulares de tempo), e ciclicidade (padrões que ocorrem em intervalos irregulares). Além disso, a análise pode abordar a detecção de pontos atípicos e a avaliação do impacto de eventos externos sobre a série temporal.
Uma aplicação importante da análise de séries temporais na engenharia é a previsão. Utilizando modelos matemáticos e estatísticos, como ARIMA (Autoregressive Integrated Moving Average) ou modelos baseados em redes neurais, os engenheiros podem prever o comportamento futuro de um sistema baseado em seus dados históricos. Isso é particularmente útil em cenários de planejamento e otimização, onde decisões precisas dependem de previsões confiáveis sobre variáveis como demanda de energia, fluxos de tráfego ou comportamento de mercado.
Outro aspecto fundamental da análise de séries temporais é a capacidade de entender e modelar a relação entre diferentes variáveis ao longo do tempo. Por exemplo, em sistemas de controle de processos, a análise de como as variáveis de processo se correlacionam ao longo do tempo pode fornecer insights valiosos para o ajuste de controladores e a melhoria da eficiência operacional.
A complexidade da análise de séries temporais decorre da necessidade de considerar tanto as características intrínsecas dos dados quanto os fatores externos que podem influenciar as observações. Isso requer uma compreensão sólida de métodos estatísticos e matemáticos, além de uma habilidade para interpretar os dados no contexto do sistema em estudo. Com o avanço da tecnologia e o aumento da disponibilidade de dados, a análise de séries temporais tornou-se uma ferramenta ainda mais poderosa e indispensável na caixa de ferramentas do engenheiro moderno.
Por exemplo, o software NEWAVE, também desenvolvido pelo CEPEL, utiliza séries temporais principalmente para a modelagem estocástica de afluências às usinas hidroelétricas e velocidades de ventos para geração eólica. Essas séries temporais são representadas por uma árvore de cenários, onde cada caminho na árvore representa um cenário diferente e cada nó uma possível realização da afluência, seguindo um processo estocástico multivariado. O NEWAVE é utilizado para o planejamento da operação e expansão de sistemas hidrotermo-eólicos interligados, considerando a estocasticidade hidroeólica para minimizar o custo de operação e atender a critérios de aversão ao risco hidrológico.
Utilização de Séries Temporais no Anatem¶
No software Anatem, as séries temporais são essenciais para representar variáveis exógenas relevantes ao estudo de fluxo de potência ou transitórios eletromecânicos, como incidência solar, velocidade do vento e altura de queda d’água. O Anatem oferece vários formatos de séries temporais. Um aspecto importante é a capacidade de realizar interpolações: quando um timestamp específico não corresponde exatamente a um dos valores temporais fornecidos nas séries, o Anatem interpola automaticamente entre os valores temporais mais próximos, garantindo continuidade e precisão na representação dos dados ao longo do tempo.
Para facilitar a manipulação dos dados, algumas séries no Anatem incluem uma função de conversão linear (y = ax + b), que pode ser ativada através de uma flag específica. Essa funcionalidade permite ajustar e calibrar os dados de acordo com necessidades específicas do usuário ou do modelo, oferecendo flexibilidade adicional em relação aos dados de entrada do modelo.
O código de entrada dos dados de séries temporais é o DSTR em conjunto com as opções MD01 a MD04.
Atenção
Os dados temporais a serem informados devem seguir uma ordem cronológica de entrada de dados.
Série Temporal com Anualidade Presumida¶
Neste tipo de série temporal, as variáveis são modeladas para se repetirem anualmente de maneira consistente. Ou seja, um valor observado em uma data específica, como 1º de fevereiro de 2021, seria o mesmo em 1º de fevereiro de 2022. Essa abordagem simplifica a modelagem ao desconsiderar anos bissextos, assumindo que os valores para uma data específica permanecem constantes de um ano para o outro. Essa característica é particularmente útil para variáveis que demonstram padrões sazonais previsíveis e consistentes.
A primeira régua desse modelo é utilizada para identificação e manipulação linear dos dados. As linhas seguintes são referentes aos dados propriamente ditos. A sequência é terminada com o identificador FIMSTR.
- DSTR MD01¶
Os dados da primeira linha do modelo com Anualidade Presumida possui a seguinte régua de preenchimento:
id
Identificação numérica da série temporal
nome da série
Nome da série a ser apresentado em relatórios
a
Coeficiente angular para correção (default igual a 1.0)
b
Coeficiente linear para correção (default igual a 0.0)
f
Ativação (“S”) da correção linear y=ax+b ou não (“N”). O valor default é “N”
As demais linhas possuem a seguinte régua:
MM
Identificação do mês do timestamp do valor
DD
Identificação do dia do timestamp do valor
HH
Identificação da hora a do timestamp do valor
valor
Valor numérico
Série Temporal Regular¶
Na Série Temporal Regular do Anatem, cada valor informado está vinculado a um timestamp específico. Isso significa que o timestamp da série será diretamente comparado com o timestamp da simulação, sem inferências sobre periodicidade ou valores fora do conjunto de dados, diferentemente da :ref:serie_temporal_anual. Se o timestamp definido no código :ref:TIME estiver fora da janela temporal da série, o Anatem gerará um erro, indicando a falta de definição da série para aquele momento. Esta série tem a precisão limitada às horas do timestamp.
A primeira linha do modelo é usada para identificação e ajuste linear dos dados, seguida pelos dados em si, e a série é finalizada com FIMSTR.
- DSTR MD02¶
Os dados da primeira linha do modelo Regular possui a seguinte régua de preenchimento:
id
Identificação numérica da série temporal
nome da série
Nome da série a ser apresentado em relatórios
a
Coeficiente angular para correção (default igual a 1.0)
b
Coeficiente linear para correção (default igual a 0.0)
f
Ativação (“S”) da correção linear y=ax+b ou não (“N”). O valor default é “N”
As demais linhas possuem a seguinte régua:
YYYY
Identificação do ano do timestamp do valor
MM
Identificação do mês do timestamp do valor
DD
Identificação do dia do timestamp do valor
HH
Identificação da hora a do timestamp do valor
valor
Valor numérico
Série Constante¶
Neste tipo de série não existe qualquer temporalidade associada aos dados. Esse recurso existe para a possibilidade do usuário querer controlar precisamente os valores a serem lidos pelas as estruturas de controle que fizerem a utilização das séries temporais e, portanto, é mais uma ferramenta de uso específico que de modelagem.
- DSTR MD03¶
Os dados do modelo Constante possui a seguinte régua de preenchimento:
id
Identificação numérica da série temporal
nome da série
Nome da série a ser apresentado em relatórios
b
Coeficiente linear para correção
Série de Queda d’Água oriunda do SUISHI¶
Na série temporal oriunda dos arquivos USIHID.csv do SUISHI para uso no Anatem, os valores na coluna QUEDA são dados utilizados enquanto valor da série temporal. Eles são combinados com os parâmetros de identificação das colunas ANO, MES, PATAMAR e SERIE. A correspondência entre ANO e MES com o timestamp no código TIME dá a localização temporal daquele ponto. Como o modelo SUISHI é uma simulação hidrotérmica estocástica com vários cenários, a seleção de uma série específica para análise determinística é feita através do código DSTO, comparando com a identificação fornecida pelas colunas SERIE e PATAMAR.
- DSTR MD04¶
Os dados do modelo SUISHI possui a seguinte régua de preenchimento:
id
Identificação numérica da série temporal
nome da série
Nome da série a ser apresentado em relatórios
id2
Identificação numérica na base USIHID da série temporal
a
Coeficiente angular para correção (default igual a 1.0)
b
Coeficiente linear para correção (default igual a 0.0)
f
Ativação (“S”) da correção linear y=ax+b ou não (“N”). O valor default é “N”
FIMSTR¶
Este código deve ser fornecido para os modelos de Série Temporal com Anualidade Presumida e Série Temporal Regular. O código finaliza a entrada de dados dessas duas séries, iniciando o próximo conjunto de dados.
Exemplo¶
1DSTR MD01
2(id) (Nome da serie ) ( a ) ( b ) f
3(M DD HH ( valor )
402 01 00 200
503 01 00 300
604 01 00 400.
705 01 00 500.
806 01 00 600.
907 01 00 700.
1008 01 00 800.
1109 01 00 900.
1210 01 00 1000.
1311 01 00 1100.
1412 01 00 1200.
15FIMSTR
16999999
17(
18DSTR MD02
19(id) (Nome da serie ) ( a ) ( b ) f
20 20 Teste_serie_20 10 2
21(YYY MM DD HH ( valor )
222021 01 01 00 11.00
232021 06 01 00 12.00
242021 12 02 11 20.00
25FIMSTR
26999999
27(
28DSTR MD03
29(id) (Nome da serie ) ( b )
30 31 Teste_serie_31 1e13 f=b, pra qualquer que seja t
31 32 Teste_serie_32 2
32 33 Teste_serie_33 3
33999999
34(
35DSTR MD04
36(id) (Nome da serie ) id2 ( a ) ( b ) f
37 40 FUNIL-GRANDE 4
38 41 ITAIPU 66
39 42 EMBORCACAO 24
40999999