_________________Revista Brasileira de Climatologia_________________ ISSN: 2237-8642 (Eletrônica) Ano 13 – Vol. 21 – JUL/DEZ 2017 449 MODELAGEM DA VELOCIDADE DO VENTO USANDO METODOLOGIAS ARIMA, HOLT-WINTERS E RNA NA PREVISÃO DE GERAÇÃO EÓLICA NO NORDESTE BRASILEIRO CAMELO, Henrique do Nascimento – henriquecamelo13@yahoo.com.br Universidade Federal do Rio Grande do Norte/UFRN LUCIO, Paulo Sergio – pslucio@ccet.ufrn.br Universidade Federal do Rio Grande do Norte/UFRN LEAL JÚNIOR, João Verçosa – jblealjr@uece.br Universidade Estadual do Ceará/UECE RESUMO: O presente artigo mostra metodologias capazes de realizar previsões de velocidade do vento com boa acurácia as quais poderão ser aplicadas no setor de geração eólica. Para isso, dados de velocidade dos ventos das regiões de Fortaleza, Parnaíba e São Luís localizadas no Nordeste Brasileiro (NEB) foram aplicados aos modelos de previsão de séries temporais - Auto Regressivo Integrado de Médias Móveis (ARIMA), Holt-Winters (HW) e Redes Neurais Artificiais (RNA), e comparados entre si com a finalidade de identificar o de melhor performance. O período compreende janeiro de 2010 até dezembro 2014. O modelo RNA apresentou os melhores valores das medidas de acurácia, principalmente o erro percentual entre as séries observadas e simuladas cujos valores foram de 8,74% (Fortaleza) e 10,50% (São Luís). A localidade de Parnaíba os valores dos erros foram menores para o modelo ARIMA, com erro percentual de 9,70%. As séries temporais previstas pelos modelos conseguem representar características importantes, particularmente, as menores intensidades da média mensal da velocidade do vento (período chuvoso), seguido das maiores intensidades da média mensal da velocidade do vento (período seco). Palavras- chaves: Séries temporais, NEB, energias renováveis, inteligência artificial. WIND SPEED MODELING USING ARIMA, HOLT-WINTERS AND RNA METHODOLOGIES IN THE FORECAST OF WIND GENERATION IN NORTHEAST BRAZIL ABSTRACT: The present article shows methodologies capable of performing predictions of wind speed with good accuracy which can be applied in the wind power generation sector. For this, wind velocity data from the Fortaleza, Parnaíba and São Luís regions located in the Brazilian Northeast (NEB) were applied to the time series forecast models - Integrated Automatic Regressive of Moving Averages (ARIMA), Holt-Winters (HW) and Artificial Neural Networks (RNA), and compared them with the purpose of identifying the one with the best performance. The period from January 2010 to December 2014. The RNA model presented the best values of the accuracy measurements, mainly the percentage error between the observed and simulated series, whose values were 8.74% (Fortaleza) and 10.50% (São Luís). The locality of Parnaíba was lower for the ARIMA model, with a percentage error of 9.70%. The time series predicted by the models can represent important characteristics, particularly the lower intensities of the monthly average wind speed (rainy season), followed by the higher monthly average wind speed (dry period). Keywords: Time series, NEB, renewable energy, artificial intelligence. 1. INTRODUÇÃO As pesquisas em energias renováveis são necessárias no Desenvolvimento Sustentável (DE). Essas formas de energias, que são