Resumo:
Um dos principais insumos na definição da geração das usinas hidrelétricas é a previsão de vazões. Na elaboração dessas previsões, diversos modelos podem ser utilizados. Pode-se citar como exemplo os modelos físicos, estatísticos e os baseados na técnica de redes neurais. O uso da técnica de redes neurais tem se intensificado cada vez mais, uma vez que, modelos baseados nessa técnica são de fácil aplicação e têm proporcionado resultados satisfatórios. A análise prévia das informações que serão usadas na calibração e utilização da rede neural pode trazer ganhos significativos no desempenho da mesma. Assim, esse trabalho apresenta a análise dos dados pluviométricos e fluviométricos da área a montante do reservatório de Três Marias, no rio São Francisco, bem como a calibração de um modelo baseado na técnica de redes neurais para a previsão de vazões naturais afluentes. São apresentados o processo de preenchimento de falhas históricas, análise de consistência e análise geoestatística, como ferramenta para seleção de postos pluviométricos e análise de precipitação média da área. Os resultados obtidos mostraram que o modelo calibrado com a técnica de redes neurais teve um desempenho superior ao modelo estocástico PREVIVAZ e, entre as redes neurais analisadas, a NSRBN teve um desempenho um pouco superior a MLP.