$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: MODELING OF PERIODIC SERIES VIA PAR(P) STRUCTURES UTILIZING WAVELET SHRINKAGE
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): RAFAEL MORAIS DE SOUZA

Colaborador(es):  REINALDO CASTRO SOUZA - Orientador
Número do Conteúdo: 22880
Catalogação:  29/04/2014 Idioma(s):  PORTUGUESE - BRAZIL

Tipo:  TEXT Subtipo:  THESIS
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22880@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22880@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.22880

Resumo:
This thesis presents an approach to modeling time series that have an autocorrelation structure that depends not only on the time interval between the observations, but the observed period. This approach consists of a combination between wavelet shrinkage and periodic autoregressive models – PAR(p). Wavelets have been used in the literature of time series as an auxiliary procedure for preprocessing the series under analysis, and the PAR(p) model has its importance recognized due to its use in hydrological series monthly. Specifically, in the Brazilian electricity sector, it is possible to observe the predominance of hydroelectric energy. One of the main characteristics of energy matrices with this composition is the strong dependence on rainfall patterns and future hydrological conditions, which turn the streamflow series very irregular and difficult to be modeled. Therefore, hydroelectric generation can be considered a stochastic variable and small advances in stochastic modeling of streamflows allow for better planning of the system´s operation. Thus, this thesis aimed to improve forecasting and scenario generation with the PAR(p) model and to contribute to stochastic modeling of flow. The main results indicated that the combination of methodologies achieves better results than only the PAR(p) modeling, both in simulated cases and in real time series.

Descrição Arquivo
COMPLETE  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui