DESENVOLVIMENTO DE UMA FERRAMENTA COMPUTACIONAL EM PLATAFORMA ABERTA APLICADA `A PREVISÃO DE VAZÕES AFLUENTES DAS USINAS HIDROELÉTRICAS
DOI:
https://doi.org/10.26512/ripe.v2i10.21731Keywords:
Previsão de vazões. Redes neurais artificiais. Planejamento Energético.Abstract
A eletricidade no Brasil é predominantemente gerada através de usinas hidroelétricas e termoelétricas, por isso o sistema é denominado sistema de geração hidrotérmico. Neste tipo de sistema, um dos objetivos do planejamento da operação é definir a quantidade de energia a ser gerada por cada tipo de usina de modo que o custo total da operação seja o mínimo possível dado um período de planejamento. Este é executado com o auxílio de modelos computacionais que realizam a previsão e geracão de cenários estocásticos com base em modelos auto-regressivos. Uma alternativa `a modelagem atual é a aplicacão de técnicas de inteligência computacional, as quais permitem a identificacão de padrões e a aproximação de funções lineares e não-lineares das correlações temporais do processo estocástico das vazões afluentes. Logo, desenvolveu-se uma ferramenta amigável ao usuário baseada em redes neurais artificiais, e que foi aplicada ao problema de previsão de vazões, que atividade essencial para determinar a geração hidroelétrica. Através dessa ferramenta, o usuário pode definir alguns dos parâmetros da rede neural artificial e avaliar os impactos de cada parâmetro nos resultados. A ferramenta foi totalmente desenvolvida em ambientes open source, que não exigem licença comercial podendo ser aplicada a problemas de previsão de séries temporais.
References
Abu-Mostafa, Y., Magdon-Ismail, M., e Lin, H., 2012. Learning from Data: A Short Course. AMLBook.com.
Ballini, R., 2000. An´alise e Previs˜ao de Vaz˜oes Utilizando Modelos de S´eries Temporais, Redes Neurais e Redes Neurais Nebulosas. Tese de Doutorado, Universidade Estadual de Campinas, Faculdade de Engenharia El´etrica e de Computaç˜ao.
Deus, M. L. D., 2008. S´eries temporais aplicadas ao Planejamento da Operac¸ ˜ao do Sistema Interligado Nacional. Tese de Mestrado, Pont´Ä±ficia Universidade Cat´olica do Rio de Janeiro.
Faria, D. S., 2009. Modelagem e Previs˜ao de Vaz˜oes de Rios baseadas em Climatologia. Tese de Mestrado, UFRJ/COPPE.
Fayal, M. A. A., 2008. Previs˜ao de Vaz˜ao por Redes Neurais Artificiais e Transformada Wavelet. Tese de Mestrado, Pont´Ä±ficia Universidade Cat´olica do Rio de Janeiro.
Guilhon, L. G. F. e Rocha, V. F., 2007. Comparac¸ ˜ao de m´etodos de previs˜ao de vaz˜oes naturais afluentes a aproveitamentos hidroel´etricos. Revista Brasileira de Recursos H´Ä±dricos, 12(3).
Haykin, S., 2009. Neural Networks and Learning Machines. Prentice Hall.
Lachtermacher, G. e Fuller, J. D., 1994. Backpropagation in hydrological time series forecasting. In: Stochastic and Statistical Methods in Hydrology and Environmental Engineering, v. 10/3, p. 229”“242. Springer Netherlands.
Maceira, M. E. P., Penna, D. D. J., Vasconcelos, C. L. V., Ennes, M. I. A., e Lima, A. L. D. S., 2013a. Determinac¸ ˜ao da Coordenac¸ ˜ao da Operac¸ ˜ao a Curto Prazo - DECOMP, Manual do Usu´ario. Centro de Pesquisas de Energia El´etrica, Rio de Janeiro.
Maceira, M. E. P., Penna, D. D. J., Vasconcelos, C. L. V., Ennes, M. I. A., e Lima, A. L. D. S., 2013b. Modelo Estrat´egico de Gerac¸ ˜ao Hidrot´ermica a Subsistemas Interligados - NEWAVE,
Manual do Usu´ario. Centro de Pesquisas de Energia El´etrica, Rio de Janeiro.
Rumelhart, D. E., Hinton, G. E., e Williams, R. J., 1986. Learning representations by backpropagating errors. Nature, v. 323:p. 533”“536.
Sacchi, R., 2009. Pol´Ä±tica de Operac¸ ˜ao Preditiva Estabilizada via Termo Inercial utilizando
”Analytic Signal”, ”Dynamic Modelling”e Sistemas Inteligentes na Previs˜ao de Vaz˜oes Afluentes em Sistemas Hidrot´ermicos de Potˆencia. Tese de Doutorado, Univesidade de S˜ao Paulo - Escola de Engenharia de S˜ao Carlos.
Silva, E. L., 2001. Formac¸ ˜ao de Prec¸os em Mercados de Energia El´etrica. Sagra Luzzato.
Silva, I. N., Flauzino, R. A., e Spatti, D. H., 2010. Redes Neurais Artificiais para engenharia e ciˆencias aplicadas. Artliber Editora Ltda.
Downloads
Published
Issue
Section
License
Given the public access policy of the journal, the use of the published texts is free, with the obligation of recognizing the original authorship and the first publication in this journal. The authors of the published contributions are entirely and exclusively responsible for their contents.
1. The authors authorize the publication of the article in this journal.
2. The authors guarantee that the contribution is original, and take full responsibility for its content in case of impugnation by third parties.
3. The authors guarantee that the contribution is not under evaluation in another journal.
4. The authors keep the copyright and convey to the journal the right of first publication, the work being licensed under a Creative Commons Attribution License-BY.
5. The authors are allowed and stimulated to publicize and distribute their work on-line after the publication in the journal.
6. The authors of the approved works authorize the journal to distribute their content, after publication, for reproduction in content indexes, virtual libraries and similars.
7. The editors reserve the right to make adjustments to the text and to adequate the article to the editorial rules of the journal.
