Previsão de vazões utilizando redes neurais para Sobradinho
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo de conferência |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Ceará (UFC) |
Texto Completo: | http://www.repositorio.ufc.br/handle/riufc/54713 |
Resumo: | Artificial Neural Networks are computational models based on the nervous system of living beings, thus possessing learning ability through the search of patterns. This paper aims to use artificial neural networks to flow forecasting of the Sobradinho reservoir, located in the São Francisco River at Bahia State. Using data natural flow and climatic variables provided by the National System Operator (NSO) and International Research Institute for Climate and Society (IRI), respectively. Artificial Neural networks was developed with four inputs, two hidden layers with three neurons and output natural flow variable. Satisfactory results and good performance were obtained in the forecasts. Artificial Neural Networks use is a good tool for forecasting, thus providing valuable information for making important decisions. |
id |
UFC-7_1cf2f0c7914da8bea1930fe4b7318b29 |
---|---|
oai_identifier_str |
oai:repositorio.ufc.br:riufc/54713 |
network_acronym_str |
UFC-7 |
network_name_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository_id_str |
|
spelling |
Previsão de vazões utilizando redes neurais para SobradinhoFlow forecasts using neural networks for SobradinhoPrevisão do tempoRedes neurais (Computação)Medidores de fluxoReservatório de Sobradinho, Rio São Francisco - vazãoArtificial Neural Networks are computational models based on the nervous system of living beings, thus possessing learning ability through the search of patterns. This paper aims to use artificial neural networks to flow forecasting of the Sobradinho reservoir, located in the São Francisco River at Bahia State. Using data natural flow and climatic variables provided by the National System Operator (NSO) and International Research Institute for Climate and Society (IRI), respectively. Artificial Neural networks was developed with four inputs, two hidden layers with three neurons and output natural flow variable. Satisfactory results and good performance were obtained in the forecasts. Artificial Neural Networks use is a good tool for forecasting, thus providing valuable information for making important decisions.Redes Neurais Artificiais são modelos computacionais baseadas no sistema nervoso de seres vivos, possuindo assim capacidade de aprendizado por meio da busca de padrões. Com base nessa temática, o presente trabalho tem por objetivo utilizar Redes Neurais Artificiais para previsão de vazões do reservatório de Sobradinho, localizado no Rio São Francisco no Estado da Bahia. Utilizou-se dados de vazões naturais e variáveis climáticas disponibilizadas, respectivamente, pelo Operador Nacional de Sistemas (ONS) e International Research Institute for Climate and Society (IRI). Desenvolveu-se uma rede com quatro entradas, duas camadas ocultas e três neurônios em cada e uma saída, sendo esta a vazão. Foram obtidos resultados satisfatórios e uma boa performance nas previsões. Após analises, observou-se que emprego de Redes Neurais Artificias é uma boa ferramenta para previsão, oferendo assim informações preciosa para a tomada de decisões importantes.2020-10-16T13:50:05Z2020-10-16T13:50:05Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfRAMOS, Kaio Martins; GUIMARÃES, Antônio Alisson Pessoa; SILVEIRA, Cleiton da Silva; TEIXEIRA FILHO, Antônio Robsson de Sousa; SILVA, Francisco Wellington Martins da; MOREIRA, Katerine da Silva. Previsão de vazões utilizando redes neurais para Sobradinho. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS - SBRH, XXII, 26 nov. a 01 dez. 2017, Florianópolis, Santa Catarina Brasil. Anais […] Florianópolis, Santa Catarina, 2017. Tema: “Ciência e tecnologia da água: inovação e oportunidades para o desenvolvimento sustentável”http://www.repositorio.ufc.br/handle/riufc/54713Ramos, Kaio MartinsGuimarães, Antonio Alisson PessoaSilveira, Cleiton da SilvaTeixeira Filho, Antônio Robsson de SousaSilva, Francisco Wellington Martins daMoreira, Katerine da Silvaporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2021-12-14T13:07:41Zoai:repositorio.ufc.br:riufc/54713Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:59:00.965921Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false |
dc.title.none.fl_str_mv |
Previsão de vazões utilizando redes neurais para Sobradinho Flow forecasts using neural networks for Sobradinho |
title |
Previsão de vazões utilizando redes neurais para Sobradinho |
spellingShingle |
Previsão de vazões utilizando redes neurais para Sobradinho Ramos, Kaio Martins Previsão do tempo Redes neurais (Computação) Medidores de fluxo Reservatório de Sobradinho, Rio São Francisco - vazão |
title_short |
Previsão de vazões utilizando redes neurais para Sobradinho |
title_full |
Previsão de vazões utilizando redes neurais para Sobradinho |
title_fullStr |
Previsão de vazões utilizando redes neurais para Sobradinho |
title_full_unstemmed |
Previsão de vazões utilizando redes neurais para Sobradinho |
title_sort |
Previsão de vazões utilizando redes neurais para Sobradinho |
author |
Ramos, Kaio Martins |
author_facet |
Ramos, Kaio Martins Guimarães, Antonio Alisson Pessoa Silveira, Cleiton da Silva Teixeira Filho, Antônio Robsson de Sousa Silva, Francisco Wellington Martins da Moreira, Katerine da Silva |
author_role |
author |
author2 |
Guimarães, Antonio Alisson Pessoa Silveira, Cleiton da Silva Teixeira Filho, Antônio Robsson de Sousa Silva, Francisco Wellington Martins da Moreira, Katerine da Silva |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Ramos, Kaio Martins Guimarães, Antonio Alisson Pessoa Silveira, Cleiton da Silva Teixeira Filho, Antônio Robsson de Sousa Silva, Francisco Wellington Martins da Moreira, Katerine da Silva |
dc.subject.por.fl_str_mv |
Previsão do tempo Redes neurais (Computação) Medidores de fluxo Reservatório de Sobradinho, Rio São Francisco - vazão |
topic |
Previsão do tempo Redes neurais (Computação) Medidores de fluxo Reservatório de Sobradinho, Rio São Francisco - vazão |
description |
Artificial Neural Networks are computational models based on the nervous system of living beings, thus possessing learning ability through the search of patterns. This paper aims to use artificial neural networks to flow forecasting of the Sobradinho reservoir, located in the São Francisco River at Bahia State. Using data natural flow and climatic variables provided by the National System Operator (NSO) and International Research Institute for Climate and Society (IRI), respectively. Artificial Neural networks was developed with four inputs, two hidden layers with three neurons and output natural flow variable. Satisfactory results and good performance were obtained in the forecasts. Artificial Neural Networks use is a good tool for forecasting, thus providing valuable information for making important decisions. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017 2020-10-16T13:50:05Z 2020-10-16T13:50:05Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/conferenceObject |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
RAMOS, Kaio Martins; GUIMARÃES, Antônio Alisson Pessoa; SILVEIRA, Cleiton da Silva; TEIXEIRA FILHO, Antônio Robsson de Sousa; SILVA, Francisco Wellington Martins da; MOREIRA, Katerine da Silva. Previsão de vazões utilizando redes neurais para Sobradinho. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS - SBRH, XXII, 26 nov. a 01 dez. 2017, Florianópolis, Santa Catarina Brasil. Anais […] Florianópolis, Santa Catarina, 2017. Tema: “Ciência e tecnologia da água: inovação e oportunidades para o desenvolvimento sustentável” http://www.repositorio.ufc.br/handle/riufc/54713 |
identifier_str_mv |
RAMOS, Kaio Martins; GUIMARÃES, Antônio Alisson Pessoa; SILVEIRA, Cleiton da Silva; TEIXEIRA FILHO, Antônio Robsson de Sousa; SILVA, Francisco Wellington Martins da; MOREIRA, Katerine da Silva. Previsão de vazões utilizando redes neurais para Sobradinho. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS - SBRH, XXII, 26 nov. a 01 dez. 2017, Florianópolis, Santa Catarina Brasil. Anais […] Florianópolis, Santa Catarina, 2017. Tema: “Ciência e tecnologia da água: inovação e oportunidades para o desenvolvimento sustentável” |
url |
http://www.repositorio.ufc.br/handle/riufc/54713 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Ceará (UFC) instname:Universidade Federal do Ceará (UFC) instacron:UFC |
instname_str |
Universidade Federal do Ceará (UFC) |
instacron_str |
UFC |
institution |
UFC |
reponame_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
collection |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC) |
repository.mail.fl_str_mv |
bu@ufc.br || repositorio@ufc.br |
_version_ |
1813029021899816960 |