Publicações
About RBRH
Editorial Board
Instruction for authors
Submit manuscript
Indexation
Ethics
Regimento
Special Sections
RBRH
Revista Brasileira de Recursos Hídricos
Brazilian Journal of Water Resources
ISSN 2318-0331
Revista Brasileira de Recursos Hídricos
Brazilian Journal of Water Resources
ISSN 2318-0331
VOLUME. 12 - Nº. 3 - JUL/SET - 2007
ARTIGO
Modelo de Previsão de Vazão com Informação de Precipitação Utilizando Redes Neurais
Andre V. A. Da Cruz, Carlos R. Hall Barbosa, Karla Figueiredo, Marco Aurelio C. Pacheco, Marcos Huber Mendes, Marley Vellasco, Monica Barros, Reinaldo Castro Souza, Roxana J. Contreras, Ulmar Manoel Duarte, Valdo Da Silva Marques
Resumo:
Este trabalho apresenta modelos de previsão de vazão natural para a Bacia do Rio Iguaçu, incorporando informações de precipitação, baseados em redes neurais artificiais e métodos estatísticos. Há dois tipos de dados de precipitação disponíveis: medidas oriundas de postos pluviométricos distribuídos ao longo da bacia, e previsões de precipitação utilizando o modelo ETA do CPTEC em um horizonte de 10 dias. O modelo neural utiliza ainda medidas de vazão observada, fornecidas por postos fluviométricos existentes ao longo do Rio Iguaçu, e o histórico das séries de vazão natural que se deseja prever. Inicialmente, foram aplicados métodos de pré-processamento das diversas séries, seguidos por métodos de seleção das variáveis de entrada mais relevantes para o modelo de previsão. Este trabalho é um resumo do trabalho de modelagem de previsões de vazões naturais para a Bacia do Rio Iguaçu. O trabalho para esta Bacia envolveu modelos baseados em previsões estatísticas e de redes neurais artificiais. Os métodos estatísticos utilizados foram de Análise multivariada com incorporação de informações hidrometereológicas e de regressão dinâmica. Ao final do trabalho são apresentadas, junto com o resumo dos métodos estatísticos utilizados, as comparações para os resultados em relação aos modelos estatísticos e de redes neurais. Os resultados obtidos comprovam a viabilidade da utilização de métodos quantitativos (redes neurais artificiais e métodos estatísticos) neste problema, que é altamente não-linear e muito complexo, permitindo obter previsões com boa acurácia que podem ser utilizadas no planejamento da operação hidroelétrica das bacias em questão.
Este trabalho apresenta modelos de previsão de vazão natural para a Bacia do Rio Iguaçu, incorporando informações de precipitação, baseados em redes neurais artificiais e métodos estatísticos. Há dois tipos de dados de precipitação disponíveis: medidas oriundas de postos pluviométricos distribuídos ao longo da bacia, e previsões de precipitação utilizando o modelo ETA do CPTEC em um horizonte de 10 dias. O modelo neural utiliza ainda medidas de vazão observada, fornecidas por postos fluviométricos existentes ao longo do Rio Iguaçu, e o histórico das séries de vazão natural que se deseja prever. Inicialmente, foram aplicados métodos de pré-processamento das diversas séries, seguidos por métodos de seleção das variáveis de entrada mais relevantes para o modelo de previsão. Este trabalho é um resumo do trabalho de modelagem de previsões de vazões naturais para a Bacia do Rio Iguaçu. O trabalho para esta Bacia envolveu modelos baseados em previsões estatísticas e de redes neurais artificiais. Os métodos estatísticos utilizados foram de Análise multivariada com incorporação de informações hidrometereológicas e de regressão dinâmica. Ao final do trabalho são apresentadas, junto com o resumo dos métodos estatísticos utilizados, as comparações para os resultados em relação aos modelos estatísticos e de redes neurais. Os resultados obtidos comprovam a viabilidade da utilização de métodos quantitativos (redes neurais artificiais e métodos estatísticos) neste problema, que é altamente não-linear e muito complexo, permitindo obter previsões com boa acurácia que podem ser utilizadas no planejamento da operação hidroelétrica das bacias em questão.
Palavras-chave: Redes Neurais Artificiais, Análise Fatorial, Stepwize, Regressão Dinâmica, Previsão de Vazão.
359 visualizações
154 downloads
Contabilizado a partir de 10/08/2014
ABRHidro - Associação Brasileira de Recursos Hídricos