DESENVOLVIMENTO DE UMA FERRAMENTA COMPUTACIONAL EM PLATAFORMA ABERTA APLICADA `A PREVISÃO DE VAZÕES AFLUENTES DAS USINAS HIDROELÉTRICAS
DOI:
https://doi.org/10.26512/ripe.v2i10.21731Palavras-chave:
Previsão de vazões. Redes neurais artificiais. Planejamento Energético.Resumo
A eletricidade no Brasil é predominantemente gerada através de usinas hidroelétricas e termoelétricas, por isso o sistema é denominado sistema de geração hidrotérmico. Neste tipo de sistema, um dos objetivos do planejamento da operação é definir a quantidade de energia a ser gerada por cada tipo de usina de modo que o custo total da operação seja o mínimo possível dado um período de planejamento. Este é executado com o auxílio de modelos computacionais que realizam a previsão e geracão de cenários estocásticos com base em modelos auto-regressivos. Uma alternativa `a modelagem atual é a aplicacão de técnicas de inteligência computacional, as quais permitem a identificacão de padrões e a aproximação de funções lineares e não-lineares das correlações temporais do processo estocástico das vazões afluentes. Logo, desenvolveu-se uma ferramenta amigável ao usuário baseada em redes neurais artificiais, e que foi aplicada ao problema de previsão de vazões, que atividade essencial para determinar a geração hidroelétrica. Através dessa ferramenta, o usuário pode definir alguns dos parâmetros da rede neural artificial e avaliar os impactos de cada parâmetro nos resultados. A ferramenta foi totalmente desenvolvida em ambientes open source, que não exigem licença comercial podendo ser aplicada a problemas de previsão de séries temporais.
Downloads
Referências
Abu-Mostafa, Y., Magdon-Ismail, M., e Lin, H., 2012. Learning from Data: A Short Course. AMLBook.com.
Ballini, R., 2000. An´alise e Previs˜ao de Vaz˜oes Utilizando Modelos de S´eries Temporais, Redes Neurais e Redes Neurais Nebulosas. Tese de Doutorado, Universidade Estadual de Campinas, Faculdade de Engenharia El´etrica e de Computaç˜ao.
Deus, M. L. D., 2008. S´eries temporais aplicadas ao Planejamento da Operac¸ ˜ao do Sistema Interligado Nacional. Tese de Mestrado, Pont´Ä±ficia Universidade Cat´olica do Rio de Janeiro.
Faria, D. S., 2009. Modelagem e Previs˜ao de Vaz˜oes de Rios baseadas em Climatologia. Tese de Mestrado, UFRJ/COPPE.
Fayal, M. A. A., 2008. Previs˜ao de Vaz˜ao por Redes Neurais Artificiais e Transformada Wavelet. Tese de Mestrado, Pont´Ä±ficia Universidade Cat´olica do Rio de Janeiro.
Guilhon, L. G. F. e Rocha, V. F., 2007. Comparac¸ ˜ao de m´etodos de previs˜ao de vaz˜oes naturais afluentes a aproveitamentos hidroel´etricos. Revista Brasileira de Recursos H´Ä±dricos, 12(3).
Haykin, S., 2009. Neural Networks and Learning Machines. Prentice Hall.
Lachtermacher, G. e Fuller, J. D., 1994. Backpropagation in hydrological time series forecasting. In: Stochastic and Statistical Methods in Hydrology and Environmental Engineering, v. 10/3, p. 229”“242. Springer Netherlands.
Maceira, M. E. P., Penna, D. D. J., Vasconcelos, C. L. V., Ennes, M. I. A., e Lima, A. L. D. S., 2013a. Determinac¸ ˜ao da Coordenac¸ ˜ao da Operac¸ ˜ao a Curto Prazo - DECOMP, Manual do Usu´ario. Centro de Pesquisas de Energia El´etrica, Rio de Janeiro.
Maceira, M. E. P., Penna, D. D. J., Vasconcelos, C. L. V., Ennes, M. I. A., e Lima, A. L. D. S., 2013b. Modelo Estrat´egico de Gerac¸ ˜ao Hidrot´ermica a Subsistemas Interligados - NEWAVE,
Manual do Usu´ario. Centro de Pesquisas de Energia El´etrica, Rio de Janeiro.
Rumelhart, D. E., Hinton, G. E., e Williams, R. J., 1986. Learning representations by backpropagating errors. Nature, v. 323:p. 533”“536.
Sacchi, R., 2009. Pol´Ä±tica de Operac¸ ˜ao Preditiva Estabilizada via Termo Inercial utilizando
”Analytic Signal”, ”Dynamic Modelling”e Sistemas Inteligentes na Previs˜ao de Vaz˜oes Afluentes em Sistemas Hidrot´ermicos de Potˆencia. Tese de Doutorado, Univesidade de S˜ao Paulo - Escola de Engenharia de S˜ao Carlos.
Silva, E. L., 2001. Formac¸ ˜ao de Prec¸os em Mercados de Energia El´etrica. Sagra Luzzato.
Silva, I. N., Flauzino, R. A., e Spatti, D. H., 2010. Redes Neurais Artificiais para engenharia e ciˆencias aplicadas. Artliber Editora Ltda.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, sendo o trabalho simultaneamente licenciado sob a Creative Commons Attribution License o que permite o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
