Previsão de vazão para UHE de Sobradinho utilizando técnicas de redes neurais

• Autor(a) principal: Amarante, João Gabriel Muniz
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/31130
• topic: Percepetron de múltiplas camadas; Sobradinho; Aprendizado de máquina; Hidrologia; Chuva-vazão; Sobradinho, Barragem de (BA); Recurso hídrico; Modelagem computacional; Multilayer perceptron; Machine learning; Hydrology; Rainfall-runoff

No Brasil, a utilização dos recursos hídricos é fundamental para a geração de energia elétrica. Um melhor aproveitamento desses recursos pode ser determinante para a garantia do suprimento elétrico para os próximos anos. Para compreender sua natureza, tem-se utilizado a modelagem computacional afim de realizar previsões de curto e longo prazo. Dado a complexidade de representar fisicamente todos os fenômenos envolvidos, as redes neurais apoiam na predição das séries temporais, em especial envolvendo problemas dinâmicos, não-lineares e de natureza caótica. Nesse trabalho, aborda-se a modelagem por aprendizado de máquina com rede neural para a previsão de vazão da UHE de Sobradinho, localizada na Bacia do Rio São Francisco, Bahia. Na metodologia, foram feitas análises hidrometeorológicas das séries de vazões e precipitações na área de estudo. A partir do conhecimento das variáveis envolvidas, foram elaborados dois experimentos para a obtenção da previsão de vazão. Para ambos os experimentos, foi utilizado a técnica de Validação Cruzada para a separação das séries de treino e de teste e a rede neural Percepetron de Múltiplas Camadas (MLP). No primeiro experimento, o modelo foi construído a partir da área total da bacia compreendida entre o posto fluviométrico de São Francisco, o posto fluviométrico de Boqueirão e a vazão natural da UHE de Sobradinho. No segundo experimento, foram delimitadas áreas incrementais entre o posto de São Francisco e a UHE de Sobradinho e construídos modelos para cada uma dessas áreas, afim de propagar as vazões e obter a vazão final da cascata. Os resultados obtidos sugerem que a técnica de modelagem com redes neurais apresenta-se como metodologia eficiente para a previsão de vazão. Com relação aos resultados, o segundo experimento no qual trata da modelagem de sub-bacias incrementais mostrou o melhor desempenho, sugerindo ser um método eficaz da modelagem da região