%0 Conference Proceedings
%@holdercode {isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
%@nexthigherunit 8JMKD3MGPCW/3EU29DP
%@resumeid
%@resumeid
%@resumeid 8JMKD3MGP5W/3C9JJ2E
%@usergroup administrator
%@usergroup deicy
%3 Farias_CBMET2008_parte2.pdf
%B Congresso Brasileiro de Meteorologia, 15.
%X De forma análoga ao estudo que tratou da rede neural artificial este trabalho apresenta um estudo preliminar sobre o desenvolvimento de um sistema de previsão de descargas elétricas através de uma ferramenta matemática de inteligência artificial chamada Support Vector Machines (SVM), baseado em dados de relâmpagos nuvem-solo da Rede Brasileira de Detecção de Descargas Atmosféricas (BrasilDat) e de saídas de análises do modelo ETA. O conjunto de entrada da SVM foi composto por dados horários de relâmpagos e campos de análise de variáveis meteorológicas do modelo ETA, ambos selecionados para a área da Companhia Paulista de Força e Luz  CPFL. A saída da previsão é apresentada na forma de um índice, tal como: baixa, média ou alta atividade elétrica. Assim como para a rede neural, a SVM foi capaz de representar de maneira satisfatória os eventos de raios estudados, mesmo sendo as tempestades um fenômeno complexo, devido aos diferentes processos físicos envolvidos na sua formação e evolução. Diante dos resultados encontrados, o uso de ferramentas matemáticas de inteligência artificial como rede neural e SVM indicam serem ferramentas promissoras para a construção de um sistema de previsão de descargas elétricas. ABSTRACT: This work presents a preliminary study about the development of a lightning forecast system based on the Support Vector Machines (SVM) mathematical tool, using cloud-to-ground (CG) lightning data provided by Brazilian Lightning Detection Network (BrasilDat) and analysis output from the ETA model. The work is similar to that presented in paper 1 using a neural network. The dataset input variables was composed by hourly number of lightning flashes and analysis fields of meteorological parameters from ETA model both picked and chosen for Companhia Paulista de Força e Luz  CPFL Energy area. The forecasting output is presented in terms of a lightning index as: low, medium and high lightning activity. As well as for NN, the SVM technique has showed able of to represent satisfactorily the lightning events study, despite of the complex phenomenon, because there are many physical processes involved in its formation and evolution, Thereby, the use of techniques of artificial intelligence as NN and SVM indicate to be a promising mathematical tool to build a lightning prediction system.
%@secondarydate 20080824
%T A forecast cloud-to-ground lightning system part 2 - Support vector machines preliminary results
%@format CD-ROM
%@tertiarytype Artigo
%@secondarytype PRE CN
%K support vector machines, ETA model, lightning forecast.
%8 24-29ago
%@visibility shown
%@group DGE-CEA-INPE-MCT-BR
%@group DGE-CEA-INPE-MCT-BR
%@group DGE-CEA-INPE-MCT-BR
%@e-mailaddress deicy@cptec.inpe.br
%@secondarykey INPE-15449-PRE/10183
%@copyholder SID/SCD
%2 sid.inpe.br/mtc-m18@80/2008/09.30.18.04.45
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%4 sid.inpe.br/mtc-m18@80/2008/09.30.18.04
%D 2008
%1 SBMET
%S Anais
%A Farias, Wendell Rondinelli Gomes,
%A Zepka, Gisele dos Santos,
%A Pinto Junior, Osmar,
%C São Paulo
%@area FISMAT