Os modelos GAS (generalized autoregressive score) são modelos de séries temporais com parâmetros variantes no tempo, os quais possuem sua evolução ditada pelo vetor score ponderado da função de verossimilhança. A avaliação da verossimilhança nestes modelos é bastante simples, bem como incorporação de efeitos como assimetria, memória longa e outras dinâmicas. Por serem baseados no score da verossimilhança, exporta-se a estrutura completa da distribuição preditiva para o mecanismo de atualização dos parâmetros, e não apenas a média ou momentos de ordem superior. Estas características, somadas á capacidade de lidar com processos multivariados e não estacionários, tornam a classe em estudo uma nova alternativa para a construção de modelos com parâmetros variantes, particularmente para séries temporais não gaussianas. Nesta dissertação, foram desenvolvidos modelos GAS univariados para a análise das séries mensais de vazão do Rio Paraibuna (MG) e de fator de capacidade de uma usina é olica não divulgada do Nordeste, utilizando as distribuições gama e beta, respectivamente. Além disso, foi derivado um novo modelo GAS bivariado com marginais gama e beta para a modelagem conjunta dos processos de vazão e vento, de modo a explorar a complementaridade sazonal entre as séries.