Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12519 |
Resumo: | Este trabalho apresenta regras mensais de operação baseadas em Otlmização Estocástica Implícita (OEI) e Redes Neurais Artificiais (RNA) para um sistema hídrico localizado no sertão Paraibano. A técnica de OEI consiste em otimizar a operação do sistema usando um conjunto de possíveis cenários de entrada e posteriormente. na utilização dos dados ótimos gerados para construção de regras operacionais. Neste estudo, utilizou-se RNA para relacionar alocações do reservatório com volume inicial, vazão corrente, estimativas mensais de evaporação potencial e demanda. e valor anterior de alocação. Os cenários sintéticos de vazões afluentes foram obtidos a partir do Método dos Fragmentos (MF). Os resultados gerados pelo MF indicam que o modelo apresenta potencial para simulação mensal de vazões em regiões semiáridas. As regras operacionais mensais obtidas com o modelo OEl-RNA foram aplicadas para operação do reservatório Coremas - Mãe d'Água e critérios de sustentabilidade foram utilizados para análise dos resultados. Os índices de sustentabilidade indicam que o modelo OEl-RNA foi superior às regras de operação padrão e similar a um modelo determinístico com o conhecimento de todo o horizonte de operação. Sendo assim, espera-se que este modelo possa servir como apoio na tomada (]e decisão para a operação mensal de reservatórios em regiões semiáridas. |
id |
UFCG_20b1f309c902e4ba6c682048c30fbe85 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/12519 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água.Implicit stochastic optimization of artificial neural networks to aid in the monthly operation of the Coremas - Mãe D'Água system.Recursos HídricosWater resourcesRedes Neurais ArtificiaisArtificial neural networksOtimização estocásticaStochastic optimizationModelos de simulaçãoSimulation modelsOperação de reservatóriosReservoir operationRecursos Florestais e Engenharia FlorestalEste trabalho apresenta regras mensais de operação baseadas em Otlmização Estocástica Implícita (OEI) e Redes Neurais Artificiais (RNA) para um sistema hídrico localizado no sertão Paraibano. A técnica de OEI consiste em otimizar a operação do sistema usando um conjunto de possíveis cenários de entrada e posteriormente. na utilização dos dados ótimos gerados para construção de regras operacionais. Neste estudo, utilizou-se RNA para relacionar alocações do reservatório com volume inicial, vazão corrente, estimativas mensais de evaporação potencial e demanda. e valor anterior de alocação. Os cenários sintéticos de vazões afluentes foram obtidos a partir do Método dos Fragmentos (MF). Os resultados gerados pelo MF indicam que o modelo apresenta potencial para simulação mensal de vazões em regiões semiáridas. As regras operacionais mensais obtidas com o modelo OEl-RNA foram aplicadas para operação do reservatório Coremas - Mãe d'Água e critérios de sustentabilidade foram utilizados para análise dos resultados. Os índices de sustentabilidade indicam que o modelo OEl-RNA foi superior às regras de operação padrão e similar a um modelo determinístico com o conhecimento de todo o horizonte de operação. Sendo assim, espera-se que este modelo possa servir como apoio na tomada (]e decisão para a operação mensal de reservatórios em regiões semiáridas.This paper presente monthly operating rules based on Implicit Stochastic Optimization (ISO) and Artificial Neural Networks (ANN) for a water systern located in Paraíba's outback, Brazil. The ISO technique consists of optimizing the system operation using a set of possible scenarios as input and, after, utilizing the optimal outcomes in order to construct reservoir operating rules. In this study, ANN were used for relating reservoir releases to inicial storage, current inflow, monthly estimations of potencial evaporation and demand, and previous reservoir release. The synthetic scenarios of reservoir inflows were generated by the Fragment Method (FM). The results obtained by the MF indicate that this approach has potential for simulating monthly flows in semiarid regions. The monthly operatirlg tules obtained by the ISO-ANN modem were applied to the operation of Coremas - Mãe d'Água reservoir and sustainability criteria were used for analyzing the results. The outcomes suggest the ISO-ANN model is superior to the standard tules of operation and similar to the application of a determinist modem with the knowledge of inflows for the whole operating horizon. As a consequence, this model may support the decision-making process for monthly operation of reservoirs in semiarid regions.Universidade Federal de Campina GrandeBrasilCentro de Ciências e Tecnologia Agroalimentar - CCTAUFCGFARIAS, Camilo Allyson Simões de.FARIAS, C. A. S.http://lattes.cnpq.br/7482889323422305QUEIROZ, Manoel Moisés Ferreira de.PEREIRA, José de Araújo.CARNEIRO, Tatiane Carolyne.2011-02-282020-03-12T11:03:43Z2020-03-122020-03-12T11:03:43Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12519CARNEIRO, Tatiane Carolyne. Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. 2011. 31 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Centro de Ciências e Tecnologia Agroalimentar, Universidade Federal de Campina Grande, Pombal, Paraíba, Brasil, 2011.porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2021-08-23T18:05:05Zoai:localhost:riufcg/12519Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512021-08-23T18:05:05Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. Implicit stochastic optimization of artificial neural networks to aid in the monthly operation of the Coremas - Mãe D'Água system. |
title |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. |
spellingShingle |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. CARNEIRO, Tatiane Carolyne. Recursos Hídricos Water resources Redes Neurais Artificiais Artificial neural networks Otimização estocástica Stochastic optimization Modelos de simulação Simulation models Operação de reservatórios Reservoir operation Recursos Florestais e Engenharia Florestal |
title_short |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. |
title_full |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. |
title_fullStr |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. |
title_full_unstemmed |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. |
title_sort |
Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. |
author |
CARNEIRO, Tatiane Carolyne. |
author_facet |
CARNEIRO, Tatiane Carolyne. |
author_role |
author |
dc.contributor.none.fl_str_mv |
FARIAS, Camilo Allyson Simões de. FARIAS, C. A. S. http://lattes.cnpq.br/7482889323422305 QUEIROZ, Manoel Moisés Ferreira de. PEREIRA, José de Araújo. |
dc.contributor.author.fl_str_mv |
CARNEIRO, Tatiane Carolyne. |
dc.subject.por.fl_str_mv |
Recursos Hídricos Water resources Redes Neurais Artificiais Artificial neural networks Otimização estocástica Stochastic optimization Modelos de simulação Simulation models Operação de reservatórios Reservoir operation Recursos Florestais e Engenharia Florestal |
topic |
Recursos Hídricos Water resources Redes Neurais Artificiais Artificial neural networks Otimização estocástica Stochastic optimization Modelos de simulação Simulation models Operação de reservatórios Reservoir operation Recursos Florestais e Engenharia Florestal |
description |
Este trabalho apresenta regras mensais de operação baseadas em Otlmização Estocástica Implícita (OEI) e Redes Neurais Artificiais (RNA) para um sistema hídrico localizado no sertão Paraibano. A técnica de OEI consiste em otimizar a operação do sistema usando um conjunto de possíveis cenários de entrada e posteriormente. na utilização dos dados ótimos gerados para construção de regras operacionais. Neste estudo, utilizou-se RNA para relacionar alocações do reservatório com volume inicial, vazão corrente, estimativas mensais de evaporação potencial e demanda. e valor anterior de alocação. Os cenários sintéticos de vazões afluentes foram obtidos a partir do Método dos Fragmentos (MF). Os resultados gerados pelo MF indicam que o modelo apresenta potencial para simulação mensal de vazões em regiões semiáridas. As regras operacionais mensais obtidas com o modelo OEl-RNA foram aplicadas para operação do reservatório Coremas - Mãe d'Água e critérios de sustentabilidade foram utilizados para análise dos resultados. Os índices de sustentabilidade indicam que o modelo OEl-RNA foi superior às regras de operação padrão e similar a um modelo determinístico com o conhecimento de todo o horizonte de operação. Sendo assim, espera-se que este modelo possa servir como apoio na tomada (]e decisão para a operação mensal de reservatórios em regiões semiáridas. |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011-02-28 2020-03-12T11:03:43Z 2020-03-12 2020-03-12T11:03:43Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12519 CARNEIRO, Tatiane Carolyne. Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. 2011. 31 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Centro de Ciências e Tecnologia Agroalimentar, Universidade Federal de Campina Grande, Pombal, Paraíba, Brasil, 2011. |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12519 |
identifier_str_mv |
CARNEIRO, Tatiane Carolyne. Otimização estocástica implícita de redes neurais artificiais para auxílio na operação mensal do sistema Coremas - Mãe D'Água. 2011. 31 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Centro de Ciências e Tecnologia Agroalimentar, Universidade Federal de Campina Grande, Pombal, Paraíba, Brasil, 2011. |
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.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Ciências e Tecnologia Agroalimentar - CCTA UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Ciências e Tecnologia Agroalimentar - CCTA UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1809744441198510080 |