Resumo No presente artigo é proposto um modelo híbrido capaz de realizar previsão de velocidade do vento (médias mensais e horárias) com boa acurácia em regiões do nordeste brasileiro. Este modelo é elaborado a partir da combinação entre dois modelos, o Auto-Regressivo Integrado de Médias Móveis com entradas de Variáveis Exógenas (ARIMAX) e Redes Neurais Artificias (RNA). A escolha por estes modelos foi motivada pelo fato de que os mesmos conseguem incorporar ambas características lineares (ARIMAX) e não-lineares (RNA) comumente existentes em séries temporais. O modelo híbrido relaciona pressão, temperatura e precipitação com velocidade do vento, a fim de considerar características meteorológicas locais importantes. É possível constatar a eficiência do modelo híbrido para fornecer bons ajustes aos dados observados das velocidades dos ventos, sendo esta afirmação baseada nos valores encontrados por medidas de acurácia, exemplo, com erro percentual médio de aproximadamente 5,0%, e valor do coeficiente de eficiência de Nash-Sutcliffe de 0,96. Estes resultados confirmam a existência de precisão para as velocidades dos ventos previstas acompanhando o perfil de suas observações, em especial é possível identificar semelhanças entre ambas as séries temporais (em termos de valores máximos e mínimos), mostrando assim, a capacidade do modelo em representar características de sazonalidade.

Abstract In this paper, a hybrid model capable of predicting wind speed (monthly and hourly averages) with good accuracy in regions of the Brazilian Northeast. This model is elaborated from the combination of two models, the Auto-Regressive Integrated Moving Average with eXogenous inputs (ARIMAX) and Artificial Neural Networks (ANN). The choice for these models was motivated by the fact that they can incorporate both linear (ARIMAX) and nonlinear (ANN) features commonly found in time series. The hybrid model correlates pressure, temperature and precipitation with wind speed in order to consider important local meteorological characteristics. It is possible to verify the efficiency of the hybrid model to provide good adjustments to the observed data of the winds speeds, being this affirmation based on the values found by means of accuracy measurements, with average percentage error of approximately 5.0%, and coefficient value of Nash-Sutcliffe efficiency of 0.96. These results confirm the existence of precision for the winds speeds predicted following the profile of their observations, in particular it is possible to identify similarities between both time series (in terms of maximum and minimum values), thus showing the capacity of the model in represent characteristics of seasonality.