Detalhes bibliográficos
| Ano de defesa: |
2009 |
| Autor(a) principal: |
TAVARES, Isabela Albuquerque |
| Orientador(a): |
AQUINO, Ronaldo Ribeiro Barbosa de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/4984
|
Resumo: |
Este trabalho apresenta a previsão de vazão na bacia do rio São Francisco, utilizando-se de quatro modelos baseado nas principais ferramentas de inteligência artificiais: RNA (Redes Neurais Artificiais) e lógica fuzzy. No primeiro modelo foram escolhidas as RNAs para prever a vazão mensal com horizonte de um ano. No segundo modelo, utilizou-se a RNA e o sistema ANFIS (Adaptive Neuro-Fuzzy Inference System) para realizar a previsão mensal em horizonte de um e dois meses à frente. No terceiro modelo, foi estudado um sistema híbrido, no qual a RNA realiza uma previsão de vazão com horizonte anual e o sistema ANFIS desagrega em meses. Por fim, foi estudado outro sistema híbrido semelhante ao anterior, no qual se utilizou o método dos fragmentos para a desagregação mensal da vazão. O processo de escolha dos modelos das redes neurais e sistema ANFIS, passaram por uma análise de estrutura da entrada a partir da base de dados. Os dados de vazão utilizados foram do Operador Nacional do Sistema Elétrico (ONS) no período de 1931 a 2004, para realizar o ajuste dos modelos. Para avaliar o desempenho dos modelos foram utilizados os resultados das previsões obtidas no período 2005 a 2008. Através destes modelos, este trabalho visa contribuir de forma direta com o setor elétrico brasileiro que tem cerca de 90% de sua energia proveniente de usinas hidroelétricas |
