Previsão de vazões para mini-centrais hidrelétricas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNIFEI (RIUNIFEI) |
Texto Completo: | https://repositorio.unifei.edu.br/jspui/handle/123456789/2121 |
Resumo: | Esta dissertação tem como objetivo identificar modelos estocásticos ARIMA (Modelo Auto-regressivo Integrado de Médias Móveis) que forneçam previsões de vazões mensais no horizonte de médio prazo (anual) e no de curto prazo (mensal) para uma mini-central hidrelétrica com possibilidade de reativação. O estudo de caso é composto por uma micro bacia hidrográfica que abrigou uma micro usina hidrelétrica desativada há mais de 40 anos. Foram obtidos dados hidrológicos para esta bacia e em seguida realizado o seu estudo hidrológico bem como o seu estudo de motorização. A identificação dos modelos tentativos de previsão de vazões foi realizada com a prévia análise e transformação dos dados históricos de vazões e posterior aplicação da metodologia Box-Jenkins. A seleção dos modelos de curto prazo e médio prazo foi feita com a escolha dos modelos tentativos que apresentaram o menor índice MAPE (Erro Médio Percentual Absoluto) para cada um dos horizontes temporais analisados. Com os modelos obtidos foi possível realizar previsões no curto prazo com MAPE de 20,02% e previsões no médio prazo com MAPE de 28,25%. Foi realizada uma comparação entre as previsões obtidas com os modelos escolhidos e as previsões realizadas pelo ONS (Operador Nacional do Sistema Elétrico) nos aproveitamentos da bacia do Rio Paraná, sendo que o modelo de curto prazo não apresentou desempenho nem superior nem inferior aos modelos do ONS, já o modelo de médio prazo apresentou desempenho inferior. E, por último, foram comparadas a ENA (Energia Natural Afluente) prevista com a ENA que seria observada para o potencial no ano de 2008. Nesta situação a energia prevista foi 0,266% acima da energia que seria observada, o que significou um excelente resultado. |
id |
UFEI_dcdb0c94632196e1030e7be565c9c1da |
---|---|
oai_identifier_str |
oai:repositorio.unifei.edu.br:123456789/2121 |
network_acronym_str |
UFEI |
network_name_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
repository_id_str |
7044 |
spelling |
2019-12-022020-02-05T13:19:59Z2020-02-05T13:19:59ZMONTEIRO, Carlos Eduardo de Oliveira. Previsão de vazões para mini-centrais hidrelétricas: estudo de caso. 2019. 139 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2019.https://repositorio.unifei.edu.br/jspui/handle/123456789/2121Esta dissertação tem como objetivo identificar modelos estocásticos ARIMA (Modelo Auto-regressivo Integrado de Médias Móveis) que forneçam previsões de vazões mensais no horizonte de médio prazo (anual) e no de curto prazo (mensal) para uma mini-central hidrelétrica com possibilidade de reativação. O estudo de caso é composto por uma micro bacia hidrográfica que abrigou uma micro usina hidrelétrica desativada há mais de 40 anos. Foram obtidos dados hidrológicos para esta bacia e em seguida realizado o seu estudo hidrológico bem como o seu estudo de motorização. A identificação dos modelos tentativos de previsão de vazões foi realizada com a prévia análise e transformação dos dados históricos de vazões e posterior aplicação da metodologia Box-Jenkins. A seleção dos modelos de curto prazo e médio prazo foi feita com a escolha dos modelos tentativos que apresentaram o menor índice MAPE (Erro Médio Percentual Absoluto) para cada um dos horizontes temporais analisados. Com os modelos obtidos foi possível realizar previsões no curto prazo com MAPE de 20,02% e previsões no médio prazo com MAPE de 28,25%. Foi realizada uma comparação entre as previsões obtidas com os modelos escolhidos e as previsões realizadas pelo ONS (Operador Nacional do Sistema Elétrico) nos aproveitamentos da bacia do Rio Paraná, sendo que o modelo de curto prazo não apresentou desempenho nem superior nem inferior aos modelos do ONS, já o modelo de médio prazo apresentou desempenho inferior. E, por último, foram comparadas a ENA (Energia Natural Afluente) prevista com a ENA que seria observada para o potencial no ano de 2008. Nesta situação a energia prevista foi 0,266% acima da energia que seria observada, o que significou um excelente resultado.Previsão de vazões para mini-centrais hidrelétricasestudo de casoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisItajubáUNIFEI - Universidade Federal de Itajubá139 p.PrevisãoVazõesHidrelétricaPrevisão de vazões para mini-centrais hidrelétricasForecastInflowsHydroelectricWater inflow forecast for small hydroelectric power plantsBALESTRASSI, Pedro PauloEngenharia ElétricaCNPQ::Engenharia ElétricaSistemas Elétricos de PotênciaMONTEIRO, Carlos Eduardo de OliveiraPrograma de Pós-Graduação: Mestrado - Engenharia ElétricaIESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informaçãoporreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEIinfo:eu-repo/semantics/openAccessORIGINALDissertação_2020028.pdfDissertação_2020028.pdfapplication/pdf6102527https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2121/1/Disserta%c3%a7%c3%a3o_2020028.pdf4961cf25b7ad22aae7f9dc9815575113MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2121/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/21212024-02-20 14:45:52.843oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-02-20T17:45:52Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false |
dc.title.pt_BR.fl_str_mv |
Previsão de vazões para mini-centrais hidrelétricas |
dc.title.subtitle.pt_BR.fl_str_mv |
estudo de caso |
title |
Previsão de vazões para mini-centrais hidrelétricas |
spellingShingle |
Previsão de vazões para mini-centrais hidrelétricas MONTEIRO, Carlos Eduardo de Oliveira |
title_short |
Previsão de vazões para mini-centrais hidrelétricas |
title_full |
Previsão de vazões para mini-centrais hidrelétricas |
title_fullStr |
Previsão de vazões para mini-centrais hidrelétricas |
title_full_unstemmed |
Previsão de vazões para mini-centrais hidrelétricas |
title_sort |
Previsão de vazões para mini-centrais hidrelétricas |
author |
MONTEIRO, Carlos Eduardo de Oliveira |
author_facet |
MONTEIRO, Carlos Eduardo de Oliveira |
author_role |
author |
dc.contributor.author.fl_str_mv |
MONTEIRO, Carlos Eduardo de Oliveira |
description |
Esta dissertação tem como objetivo identificar modelos estocásticos ARIMA (Modelo Auto-regressivo Integrado de Médias Móveis) que forneçam previsões de vazões mensais no horizonte de médio prazo (anual) e no de curto prazo (mensal) para uma mini-central hidrelétrica com possibilidade de reativação. O estudo de caso é composto por uma micro bacia hidrográfica que abrigou uma micro usina hidrelétrica desativada há mais de 40 anos. Foram obtidos dados hidrológicos para esta bacia e em seguida realizado o seu estudo hidrológico bem como o seu estudo de motorização. A identificação dos modelos tentativos de previsão de vazões foi realizada com a prévia análise e transformação dos dados históricos de vazões e posterior aplicação da metodologia Box-Jenkins. A seleção dos modelos de curto prazo e médio prazo foi feita com a escolha dos modelos tentativos que apresentaram o menor índice MAPE (Erro Médio Percentual Absoluto) para cada um dos horizontes temporais analisados. Com os modelos obtidos foi possível realizar previsões no curto prazo com MAPE de 20,02% e previsões no médio prazo com MAPE de 28,25%. Foi realizada uma comparação entre as previsões obtidas com os modelos escolhidos e as previsões realizadas pelo ONS (Operador Nacional do Sistema Elétrico) nos aproveitamentos da bacia do Rio Paraná, sendo que o modelo de curto prazo não apresentou desempenho nem superior nem inferior aos modelos do ONS, já o modelo de médio prazo apresentou desempenho inferior. E, por último, foram comparadas a ENA (Energia Natural Afluente) prevista com a ENA que seria observada para o potencial no ano de 2008. Nesta situação a energia prevista foi 0,266% acima da energia que seria observada, o que significou um excelente resultado. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-12-02 |
dc.date.available.fl_str_mv |
2020-02-05T13:19:59Z |
dc.date.accessioned.fl_str_mv |
2020-02-05T13:19:59Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MONTEIRO, Carlos Eduardo de Oliveira. Previsão de vazões para mini-centrais hidrelétricas: estudo de caso. 2019. 139 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2121 |
identifier_str_mv |
MONTEIRO, Carlos Eduardo de Oliveira. Previsão de vazões para mini-centrais hidrelétricas: estudo de caso. 2019. 139 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2019. |
url |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2121 |
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.program.fl_str_mv |
Programa de Pós-Graduação: Mestrado - Engenharia Elétrica |
dc.publisher.department.fl_str_mv |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFEI (RIUNIFEI) instname:Universidade Federal de Itajubá (UNIFEI) instacron:UNIFEI |
instname_str |
Universidade Federal de Itajubá (UNIFEI) |
instacron_str |
UNIFEI |
institution |
UNIFEI |
reponame_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
collection |
Repositório Institucional da UNIFEI (RIUNIFEI) |
bitstream.url.fl_str_mv |
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2121/1/Disserta%c3%a7%c3%a3o_2020028.pdf https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2121/2/license.txt |
bitstream.checksum.fl_str_mv |
4961cf25b7ad22aae7f9dc9815575113 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI) |
repository.mail.fl_str_mv |
repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br |
_version_ |
1801863236064116736 |