Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Previsão de vazão multivariada utilizando redes neurais artificiais e o método da transformada das ondeletas: aplicação na bacia do Rio Paranaíba
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/773246
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Cataldi, Marcio | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/7262670454819823 | - |
| Autor(es): dc.contributor | Vale, Fernanda do | - |
| Autor(es): dc.contributor | Gandelman, Dan | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/2448208406883740 | - |
| Autor(es): dc.contributor | Farias, William Cossich Marcial de | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/0268282356993607 | - |
| Autor(es): dc.creator | Silva, Vinícius Marques Chacon e | - |
| Data de aceite: dc.date.accessioned | 2024-07-11T18:34:41Z | - |
| Data de disponibilização: dc.date.available | 2024-07-11T18:34:41Z | - |
| Data de envio: dc.date.issued | 2023-12-10 | - |
| Data de envio: dc.date.issued | 2023-12-10 | - |
| Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/31415 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/773246 | - |
| Descrição: dc.description | O Brasil tem cerca de 64% da sua matriz energética composta por energia hidrelétrica. Diante desse cenário, torna-se necessário o monitoramento das componentes hidrológicas e meteorológicas do sistema para a otimização do planejamento energético do país. Nesse contexto, surge a aplicação da modelagem hidrológica para combinar essas variáveis por meio das suas relações dentro do ciclo hidrológico com o objetivo de realizar previsões para os valores das vazões à montante das usinas hidrelétrica e antecipar o planejamento operacional do sistema. Diante dessas questões, esse trabalho teve por objetivo a realização da previsão das vazões para o mês seguinte, fazendo um estudo comparativo entre o desempenho de duas redes neurais artificiais do tipo Multi-layer Perceptron (MLP) Sequencial, uma considerando apenas as variáveis de precipitação e vazão, e para a outra acrescentou-se as frequências da transformada das ondeletas da vazão que melhor representaram o perfil de sazonalidade anual da variável. Para realização das previsões, foi utilizado a precipitação observada para avaliar o comportamento do modelo na modelagem chuva-vazão, e a precipitação prevista pelo modelo climatológico CAM 3.1 na representação de uma situação real. A área de estudo escolhida foi a bacia do Rio Paranaíba, e a usina escolhida para a modelagem chuva-vazão foi a usina de Emborcação, que representa cerca de 10,5% dos reservatórios do subsistema sudeste. Na apresentação dos resultados dos modelos, foi observado que, nos casos dos modelos utilizando a precipitação observada, o modelo de rede neural que utilizaram os produtos da transformada das ondeletas da série temporal da vazão da usina de Emborcação reduziu o erro da previsão do período úmido, mas não fez uma boa aproximação do perfil de sazonalidade da vazão da usina. No caso dos modelos utilizando os dados da precipitação prevista pelo CAM 3.1, observou-se que a adição do power spectrum nos dados de entrada do modelo também contribuiu para a redução do erro na previsão de vazão realizada pela rede neural. Por fim, concluiu-se que o uso dos produtos da transformada das ondeletas como entrada nos modelos de redes neurais para previsão de vazão pode ser bastante útil para a atenuação dos problemas de generalização desses modelo devido ao seu viés de correção dos valores de vazão prevista para o período úmido, onde todos os modelos apresentaram uma tendência de superestimar esse valor | - |
| Descrição: dc.description | Brazil has about 64% of its energy matrix represented by hydroelectrical energy. Thus, there is an urge to monitor the system's hydrological and meteorological components to certify the energy planning of the country. Therefore, enters the application of hydrological modeling to combine the variables from these components by their connections within the hydrological cycle, aiming to predict the hydroelectrical powerplants inflow values and to hasten the system's operational planning. In the face of these issues, this study aims to predict the inflow values by one month ahead, comparing two different Sequential Multi-layer Perceptron neural networks performances, where both of them are trained with observed precipitation and inflow data, but one of the neural networks also has the wavelet transform frequencies which better represents annual inflow seasonality curves. To make the predictions, observed precipitation data were used to evaluate the neural network behavior in rain flow modeling results, and also were used the CAM 3.1 model precipitation forecasts to simulate a real situation. The study area was the Paranaiba river basin, and the chosen powerplant was Emborcação, which represents about 10,5% of the southeast subsystem reservoirs. In the model results, it was observed that for the models which use the observed precipitation as an input, the networks with the inflow power spectrum were able to reduce the error in the wet period predictions, but it didn't make a good representation of the powerplant's inflow seasonality profile. For the networks using the CAM 3.1 forecast data as input, it was observed that the addition of inflow's wavelet transform outputs also contributed to reducing the neural network inflow prediction error. Finally, it is concluded that the use of wavelet transform outputs as an input in rainfall-streamflow modeling neural networks can be very useful to attenuate these models' generalization issues due to its predicted inflow correction bias for the wet period, where all the models showed a trend to overfit these values | - |
| Descrição: dc.description | 74 p. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | Open Access | - |
| Direitos: dc.rights | CC-BY-SA | - |
| Palavras-chave: dc.subject | Rede neural | - |
| Palavras-chave: dc.subject | Transformada das ondeletas | - |
| Palavras-chave: dc.subject | Modelo | - |
| Palavras-chave: dc.subject | Energia hidrelétrica | - |
| Palavras-chave: dc.subject | Ciclo hidrológico | - |
| Palavras-chave: dc.subject | Rede neural artificial | - |
| Palavras-chave: dc.subject | Vazão fluvial | - |
| Palavras-chave: dc.subject | Neural network | - |
| Palavras-chave: dc.subject | Wavelet transform | - |
| Palavras-chave: dc.subject | Model | - |
| Título: dc.title | Previsão de vazão multivariada utilizando redes neurais artificiais e o método da transformada das ondeletas: aplicação na bacia do Rio Paranaíba | - |
| Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo