Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)

Detalhes bibliográficos
Autor(a) principal: Lourencetti, Fernando Henrique
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18138/tde-04052012-103031/
Resumo: O objetivo deste trabalho foi analisar o comportamento hidráulico de sistemas de abastecimento de água (SDAA), via redes neurais artificiais (RNA). Tendo em vista que o uso de um modelo de simulação hidráulica é inviável para operações em tempo real em SDAA devido à carga computacional que impõe, a abordagem adotada visa capturar o seu conhecimento de uma forma mais eficiente por meio de uma RNA de camada oculta única. Desta forma os conjuntos de dados provenientes de simulações hidráulicas realizadas utilizando o conhecido e consagrado software EPANET combinando diferentes situações e avaliando as variáveis que compõem os dois sistemas distintos, foram tabuladas e inseridas em forma de rotinas de programação desenvolvidas na plataforma do software Scilab. Os conjuntos de dados (entradas e saídas) utilizados para treinar a RNA, foram divididos em conjuntos de treino, validação cruzada e testes, aplicada a dois SDAAs distintos. O primeiro denominado Anytown modificado tratou de um sistema hipotético, cuja finalidade foi avaliar a metodologia e fundamentar o conhecimento. Posteriormente aplicou-se a metodologia em outro SDAA, real e mais complexo, utilizado na conferência de calibração WDSA Water Distribution System Analysis, realizada na cidade de Tucson, Arizona (EUA) entre os dias 12 e 15 de setembro de 2010. Desta maneira foram obtidos valores simulados de potência energética consumida no bombeamento, níveis de reservação e pressões, muito próximos dos valores reais para os dois SDAAs estudados, comprovando que as RNAs identificadas podem ser consideradas ferramentas eficientes na substituição dos modelos de simulação hidráulica convencionais.
id USP_6e0644c44c1a76805ce723f2a5a2790b
oai_identifier_str oai:teses.usp.br:tde-04052012-103031
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)Study of the reproduction of the hydraulic behavior of water supply systems through artificial neural networks (ANN)Abastecimento de águaEngenharia hidráulicaHydraulic engineeringNeural networkRedes neuraisWater supplyO objetivo deste trabalho foi analisar o comportamento hidráulico de sistemas de abastecimento de água (SDAA), via redes neurais artificiais (RNA). Tendo em vista que o uso de um modelo de simulação hidráulica é inviável para operações em tempo real em SDAA devido à carga computacional que impõe, a abordagem adotada visa capturar o seu conhecimento de uma forma mais eficiente por meio de uma RNA de camada oculta única. Desta forma os conjuntos de dados provenientes de simulações hidráulicas realizadas utilizando o conhecido e consagrado software EPANET combinando diferentes situações e avaliando as variáveis que compõem os dois sistemas distintos, foram tabuladas e inseridas em forma de rotinas de programação desenvolvidas na plataforma do software Scilab. Os conjuntos de dados (entradas e saídas) utilizados para treinar a RNA, foram divididos em conjuntos de treino, validação cruzada e testes, aplicada a dois SDAAs distintos. O primeiro denominado Anytown modificado tratou de um sistema hipotético, cuja finalidade foi avaliar a metodologia e fundamentar o conhecimento. Posteriormente aplicou-se a metodologia em outro SDAA, real e mais complexo, utilizado na conferência de calibração WDSA Water Distribution System Analysis, realizada na cidade de Tucson, Arizona (EUA) entre os dias 12 e 15 de setembro de 2010. Desta maneira foram obtidos valores simulados de potência energética consumida no bombeamento, níveis de reservação e pressões, muito próximos dos valores reais para os dois SDAAs estudados, comprovando que as RNAs identificadas podem ser consideradas ferramentas eficientes na substituição dos modelos de simulação hidráulica convencionais.The objective of this study was to analyze the hydraulic systems of water supply (WSS), using artificial neural networks (ANN). Since the use of a hydraulic simulation model is impractical for real-time operations due to the computational load WSS imposing, the approach aims to capture their knowledge more efficiently through a single hidden layer of RNA. Thus the data sets from hydraulic simulations conducted using the known and established software EPANET combining different situations and evaluating the variables that make up the two different systems were tabulated and entered in the form of programming routines developed in Scilab software platform. The data sets (inputs and outputs) used to train the ANN, were divided into training sets, cross validation and testing, applied to two distinct WSS. The first called Anytown modified dealt with a hypothetical system, whose purpose was to evaluate the methodology and knowledge base. Later the methodology was applied in another WSS, real and complex, used in the calibration WDSA conference Water Distribution System Analysis, held in Tucson, Arizona (USA) between 12 and 15 September 2010. Thus were obtained simulated values of the power energy consumed in pumping, pressures and reservation levels very close to actual values for the two WSS studied, proving that the identified ANN can be considered effective tools to replace in the conventional hydraulic simulation models.Biblioteca Digitais de Teses e Dissertações da USPReis, Luisa Fernanda RibeiroLourencetti, Fernando Henrique2011-10-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18138/tde-04052012-103031/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:31Zoai:teses.usp.br:tde-04052012-103031Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:31Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
Study of the reproduction of the hydraulic behavior of water supply systems through artificial neural networks (ANN)
title Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
spellingShingle Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
Lourencetti, Fernando Henrique
Abastecimento de água
Engenharia hidráulica
Hydraulic engineering
Neural network
Redes neurais
Water supply
title_short Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
title_full Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
title_fullStr Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
title_full_unstemmed Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
title_sort Estudo da reprodução do comportamento hidráulico de sistemas de abastecimento de água via redes neurais artificiais (RNAs)
author Lourencetti, Fernando Henrique
author_facet Lourencetti, Fernando Henrique
author_role author
dc.contributor.none.fl_str_mv Reis, Luisa Fernanda Ribeiro
dc.contributor.author.fl_str_mv Lourencetti, Fernando Henrique
dc.subject.por.fl_str_mv Abastecimento de água
Engenharia hidráulica
Hydraulic engineering
Neural network
Redes neurais
Water supply
topic Abastecimento de água
Engenharia hidráulica
Hydraulic engineering
Neural network
Redes neurais
Water supply
description O objetivo deste trabalho foi analisar o comportamento hidráulico de sistemas de abastecimento de água (SDAA), via redes neurais artificiais (RNA). Tendo em vista que o uso de um modelo de simulação hidráulica é inviável para operações em tempo real em SDAA devido à carga computacional que impõe, a abordagem adotada visa capturar o seu conhecimento de uma forma mais eficiente por meio de uma RNA de camada oculta única. Desta forma os conjuntos de dados provenientes de simulações hidráulicas realizadas utilizando o conhecido e consagrado software EPANET combinando diferentes situações e avaliando as variáveis que compõem os dois sistemas distintos, foram tabuladas e inseridas em forma de rotinas de programação desenvolvidas na plataforma do software Scilab. Os conjuntos de dados (entradas e saídas) utilizados para treinar a RNA, foram divididos em conjuntos de treino, validação cruzada e testes, aplicada a dois SDAAs distintos. O primeiro denominado Anytown modificado tratou de um sistema hipotético, cuja finalidade foi avaliar a metodologia e fundamentar o conhecimento. Posteriormente aplicou-se a metodologia em outro SDAA, real e mais complexo, utilizado na conferência de calibração WDSA Water Distribution System Analysis, realizada na cidade de Tucson, Arizona (EUA) entre os dias 12 e 15 de setembro de 2010. Desta maneira foram obtidos valores simulados de potência energética consumida no bombeamento, níveis de reservação e pressões, muito próximos dos valores reais para os dois SDAAs estudados, comprovando que as RNAs identificadas podem ser consideradas ferramentas eficientes na substituição dos modelos de simulação hidráulica convencionais.
publishDate 2011
dc.date.none.fl_str_mv 2011-10-14
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.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/18/18138/tde-04052012-103031/
url http://www.teses.usp.br/teses/disponiveis/18/18138/tde-04052012-103031/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256656099934208

Registros relacionados